[发明专利]一种基于图像轮廓的区域划分方法

说明书

本发明公开了一种基于图像轮廓的区域划分方法。它具体包括如下步骤：(1)在数字图像轮廓的基础上对图像轮廓奇异点处理和轮廓细化；(2)对轮廓图像的连通域进行标记，获得区域划分结果图；(3)根据区域划分结果图对原始图像进行各区域单独提取获得区域图像。本发明的有益效果是：先对轮廓进行奇异点处理和细化，减少算法的工作量，减低耗时；对轮廓图像的连通域进行标记，改进原先连通域标记算法效率低，耗费时间长的问题，本算法效率更高，稳定性更强。

技术领域

本发明涉及图像处理相关技术领域，尤其是指一种基于图像轮廓的区域 划分方法。

背景技术

在对数字图像的研究中，一般都是将一副完整的图像认为是排列组合有 意义，相互之间有联系的像素集合，而图像中的部分区域或者包含的对象就 蕴含了像素点的特征信息。在这其中找到含有目标的区域即前景，分辨出图 像中剩余的区域即背景，是计算机图形处理过程中一个十分关键的问题。图 像的区域划分就是把具有相关联系，有相似性的像素点连结、组合起来，以 此把整幅数字图像以人为确定的某种规则分成若干个小的区域，为后续的图 像描述、图像理解和图像分析提供有效明确的像素信息。

虽然图像的区域划分是图像处理和机器视觉中的一个重点问题，但目前 还没有一个明确的量化评价标准，区域划分方法众多，且每年方法的数量还 在不断增加。各个方法表现形式不同，不过一般都会按照灰度值的不连续性 (区域的边界)和相似性(同区域)来进行操作。对于不连续的像素灰度， 根据其突变分割图像；对于相似的像素灰度，根据一定的准则将图像划分为 相似的区域。图像区域划分的方法按照其原理可以分为：基于边缘检测的区 域划分、基于区域的区域划分、基于阈值的区域划分、基于聚类分析的区域 划分等。

基于边缘检测的区域划分方法将对象的边缘作为图像区域划分的边界， 划分出数字图像的目标和背景，其关键就在于如何找到图像信息特征变化的 位置，从而得到所需要的信息。基于区域的区域划分是将图像以相似特征和 某种规则分为若干部分，包括了区域生长，区域分裂和聚合，形态学分水岭 分割等，其优势就在于可以利用像素的连通属性，使划分出的图像区域连续 顺滑，但通常情况下效率不高，且容易过度划分。基于阈值的区域划分方法 是建立在图像的直方图上的，将图像中的像素点和一个或多个人为确定的阈值进行比较，将像素点分为几类，这样的同类的像素通常就被划分为一个区 域，这个方法在灰度值差异较大，直方图有明显起伏的图像中有着显著的划 分效果，但十分依赖于阈值的选取，图像灰度变化不明显时效果不佳甚至会 失真。基于聚类分析的区域划分方法是根据已知的样本去寻找图像的区域划 分边界，将样本按照特性进行有效的分类，一般的聚类方法有K均值法，模 糊C均值法和空间模式聚类等，这种方法算法不需要迭代，比较简单，但是 结果受分类的初始参数的影响较大。

发明内容

本发明是为了克服现有技术中存在上述的不足，提供了一种图像区域划分 效率高且稳定性高的基于图像轮廓的区域划分方法。

为了实现上述目的，本发明采用以下技术方案：

一种基于图像轮廓的区域划分方法，具体包括如下步骤：

(1)在数字图像轮廓的基础上对图像轮廓奇异点处理和轮廓细化；

(2)对轮廓图像的连通域进行标记，获得区域划分结果图；

(3)根据区域划分结果图对原始图像进行各区域单独提取获得区域图 像。