数字图像处理14-152课程

1、XX 卷 第 X 201X X 自 动 化 学 报ACTA AUTOMATICA Month,摘 要 针对图像分割中物体之间相互粘连滤波,二值化,分水岭算法,4Aion Algorithm based on Filtering and Binary Marker LIU this rarget singand binary makeronXX 卷 第 X 201X X 自 动 化 学 报ACTA AUTOMATICA Month,摘 要 针对图像分割中物体之间相互粘连滤波,二值化,分水岭算法,4Aion Algorithm based on Filtering and Binary Marke

2、r LIU this rarget singand binary makeronwatershedalgorithmtotackletheproblemobjectsadheredtoeachother. Bycountingtheobjects. Thealgorithmtacklestheadhesiveproblemandhe istical stage, we can he number rule out the noise ayimpactthe subsequentsing he same time, the three steps of the algorithm be adju

3、sted according to the actual Key words filter, binary marker, watershed algorithm, 4 常用的分割算法有很多种，比较常用的是快速分水岭算法是一种比较经典有效的方法，它以快速性和准确性的结果越来越受到欢迎。分水岭算法主要是基于地形学中的盆地模型，将灰度图看做地形时候建立水坝将两个盆地分离开来从而达到分割物体的效果。(a) 原(b) (c) 过度分割结果1 算法变得毫无用处。相比于所关心的目标物所先要对图像进行一定的滤波预处理收稿日期2015-1-进行滤波处理的目的是排除图像中的高频噪从而减少背景对分割造成的干扰。在

4、本文中采用二阈值分割法、平均灰度法、Ostu 方法、Abuta法。本文采用Ostu 方法对图形进行二值化。方 g(x,y) f(x,它是按图像的灰度特性,将图像分成背景和目Mf标2部分，可以看出Ostu进行滤波处理的目的是排除图像中的高频噪从而减少背景对分割造成的干扰。在本文中采用二阈值分割法、平均灰度法、Ostu 方法、Abuta法。本文采用Ostu 方法对图形进行二值化。方 g(x,y) f(x,它是按图像的灰度特性,将图像分成背景和目Mf标2部分，可以看出Ostu算法的基本与的差越大,图像的2部分的差别越大,标错分为背景或部分背景错分为目标都会导致2部,使类间方差最大的分割意味着错分概率

5、最小。具体的实现过程可以参考OTS的论2 8开运算是先腐蚀后膨胀的过程称为开运算，用体的边界的同时并不明显改变其面积。先膨胀后腐背景区域上散布着一些小的噪声物体。连续的开和闭运算可以有效地改善这种情况。有时需要经过多次腐蚀之后再加上相同次数的膨胀，才可以产生比4 将二值化图像中0对应原灰度图中的像素置模拟浸水分水岭的算法基本思路是在地形图的当两个不同盆地中的水相遇时就构筑水坝进行分合了图像的不连续性和相似性，每次对初始化的盆地进行互译的标记，利用不同遍地边缘的不连续性（1）首先创建3countxy(a) 未处理地形(b) 处理后的地形然后对中的像素进行排序，分别把排序过程3 中所得到的像素信息

6、存放到count、 x、y数组中。其中count的每个单元中每个灰度级的像素的个数，如count1中存放的是图片中灰度值是1的所有像素的个数、count22存放的是灰度值是2 的像素的个数， 依次类推countn中存放的是中灰度值是n的像素的个数。而x、y 分别用于存放像素在图像对应矩阵中的x、y坐标值，并把它和count数组中存放的个数有效地对应起来，如x1-xcount1、ycount1中分别存放的是灰度值是1的所有像素的相对应的x坐标和y5ycount1+count2中存放的是中灰度值存放的是灰度值是2 的像素的个数， 依次类推countn中存放的是中灰度值是n的像素的个数。而x、y 分

7、别用于存放像素在图像对应矩阵中的x、y坐标值，并把它和count数组中存放的个数有效地对应起来，如x1-xcount1、ycount1中分别存放的是灰度值是1的所有像素的相对应的x坐标和y5ycount1+count2中存放的是中灰度值邻域像素中只有一个像素具有盆地标号Lcouth+1中存放的数减1xy数组中存放的该点的坐标清空。表示灰度级h+1中的该像素已经处理掉了，避免下一次的重复扫描，为下一次扫描节省了时2个以上像素已经具有盆地标号，则先把该像素赋予分水岭标记Wth+1中存放的数减1xy数组中存放4连通邻域像素没得到了有效的膨胀(浸水)，即把原盆地边缘像素且灰度值是h+1的像素膨胀到了其相对应的盆地。(3)th+1中存放的数和0作比较，如其等于则表示在上次扫描中已经把灰度值是h+1的像素处理完了，则接着开始对h+2即下一级灰度级的像素couth+1中的数不等于0接着对h+1(1中的方法接着处理，当couth+1次扫描后couth+1中存放的数还不等于0 xy表示剩下的像素不属于以前标记好的盆地，即表示发现新盆地(物体)2.2节中的顺序标记法对剩下的盆地(物体)重新标号。接着开始对灰度级是h+2的像素开始上述处理。即先把盆地边缘的像素划归为相应的盆地或分水岭，然后再对非盆地边缘像素进行处理。（4）浸水结束条件：判断浸水过程是否到