基于模糊理論及其擴展的圖像分割研究及應(yīng)用.pdf

1、圖像分割是圖像處理、模式識別的基礎(chǔ)和關(guān)鍵技術(shù)。圖像分割的結(jié)果將直接影響到后續(xù)相關(guān)處理。由于圖像本身固有的許多不確定性，加大了圖像分割的難度。這些不確定信息很多不具有隨機性，因此不適合使用概率論、經(jīng)典數(shù)學處理。
　　 1965年Zadeh提出的模糊理論是對經(jīng)典二值邏輯的擴展。模糊理論對不確定性事件和不精確性知識的描述和處理具有先天的優(yōu)勢。基于模糊理論的模糊分割技術(shù)已成為圖像分割的一個重要分支和研究熱點。對基于模糊理論及其擴展的圖像

2、分割算法進行研究，以便更好地處理圖像中的模糊、不確定性信息，提高圖像分割的精確度，具有重要的理論意義和應(yīng)用價值。
　　 本文對模糊分割技術(shù)進行了深入、系統(tǒng)的研究，使用經(jīng)典模糊理論設(shè)計了圖像分割算法，對模糊圖像特別是模糊邊緣進行分割識別;為滿足實際應(yīng)用中醫(yī)學超聲圖像分割的高精度要求，對模糊分割算法進行了改進。本文率先將中智理論這一嶄新的擴展模糊理論引入圖像分割，定義了新的三域圖像表達方式，不但提高了對圖像中不確定性信息的表達能力，

3、而且可以在這個統(tǒng)一的圖像分割框架下綜合使用多種信息，解決了現(xiàn)有模糊分割算法難以利用多種圖像信息的問題，可以更好的處理一些復雜的圖像分割問題。本文的研究成果不僅為解決圖像分割瓶頸問題提供了新的思路和方法，還可以進一步推廣到圖像增強、去噪等其它圖像處理領(lǐng)域，具有重要的理論意義和廣泛的應(yīng)用前景。
　　 本文的主要工作和創(chuàng)新點概括如下:
　　 1)設(shè)計了基于經(jīng)典模糊理論的模糊分水嶺算法FWST。FWST能夠?qū)δ：龍D像中的模糊邊緣

4、進行準確識別，解決了傳統(tǒng)WST的過分割現(xiàn)象，抗噪性好，運行速度快。將FWST應(yīng)用到實際的醫(yī)學圖像分割問題—BUS圖像腫瘤全自動分割中，能夠得到較理想的分割結(jié)果。
　　 傳統(tǒng)WST方法能夠生成封閉、精確的邊緣，因此被廣泛應(yīng)用于圖像分割中。然而WST方法對噪聲敏感，過分割現(xiàn)象嚴重。本文在分析圖像模糊性的基礎(chǔ)上，將經(jīng)典模糊理論與WST算法相結(jié)合，通過直方圖和模糊最大熵原理對圖像模糊化，使用INT算子增強模糊邊緣信息，在模糊域上預(yù)處理后

5、使用WST方法進行分割。實驗結(jié)果表明，相比非模糊的邊緣檢測算法和改進的WST算法，F(xiàn)WST的分割結(jié)果更精確。
　　 2)定義了基于擴展模糊理論—中智理論的圖像三域表示新方式。中智圖像引入了新域I，可以更好的表示圖像的不確定性;通過T，I，F(xiàn)之間的關(guān)聯(lián)性和相對獨立性，可以在這個統(tǒng)一的圖像分割框架下綜合使用多種信息，提高了圖像分割的效果。中智圖像作為新的圖像表示形式和改進模糊分割算法的途徑，具有一定的通用性。
　　 由于經(jīng)典

6、模糊理論的局限性，模糊分割算法對圖像的不確定性表達能力不足，使用信息過于單一，無法處理空間等信息。而在圖像分割中融合多種信息能夠取得更合理的效果。本文概述了模糊理論的擴展方式，介紹了一種嶄新的模糊理論擴展形式—中智理論。中智理論是對經(jīng)典模糊理論及現(xiàn)有的多種擴展模糊理論的概括和泛化，目前它的相關(guān)研究主要集中在理論方面。本文率先將中智理論應(yīng)用到圖像處理中，并采用區(qū)間值中智集合進行特例化，定義了中智圖像和區(qū)間值中智圖像（統(tǒng)稱中智圖像），討論了

7、中智域的選取和中智元素的定義方式，為中智理論在圖像分割中的應(yīng)用建立了理論基礎(chǔ)。
　　 3)設(shè)計了基于中智圖像的灰度和彩色圖像區(qū)域合并算法。采用三域的表示方式，灰度圖像分割算法綜合使用了圖像的邊緣、空間等多種信息，增強了對圖像不確定性的表達能力，提高了分割的精確度。在彩色圖像分割中，利用T，I，F(xiàn)的相對獨立性，算法可以同時使用多個彩色空間上的顏色等多種信息，解決了彩色圖像分割中選擇彩色空間的難點，綜合使用多種信息的能力更加顯著。驗

8、證了中智圖像作為改進分割算法的通用形式，它的優(yōu)越性和重要的理論意義。
　　 根據(jù)圖像的特點和分割依據(jù)，定義了圖像的同質(zhì)性，算法利用中智圖像的架構(gòu)，使用了圖像的邊緣、全局和局部等多種信息，采用了結(jié)合全局和局部的分割策略，使用直方圖確定初始聚類中心，使用I衡量像素的不確定性，設(shè)定了基于I和區(qū)域鄰接關(guān)系的合并規(guī)則?；叶葓D像分割實驗證明，相比經(jīng)典模糊分割算法，該算法分割區(qū)域一致性更好，避免了錯分現(xiàn)象，提高了分割精度。將算法推廣到彩色圖像

9、分割中，T，I，F(xiàn)綜合使用多種信息的能力更加明顯。選擇合適的彩色空間是彩色圖像分割的難點，不同的彩色空間各有優(yōu)缺點，無法相互替代，現(xiàn)有分割算法大多基于單彩色空間。通過應(yīng)用中智圖像這一新的圖像表示方式和中智元素間的聯(lián)系，算法可以同時使用多彩色空間及其上的顏色信息、空間特性等多種信息。采用更多的信息不但提高了分割效果，而且增強了算法的通用性。本文的彩色圖像分割算法具有較好的抗噪性，大大降低了現(xiàn)有彩色圖像分割算法的過分割現(xiàn)象，分割結(jié)果與人的主

10、觀視覺感知具有良好的一致性。實驗結(jié)果表明，相比基于經(jīng)典模糊理論的分割算法和非模糊分割算法，基于中智圖像的分割算法都能獲得更好的分割效果。
　　 4)設(shè)計了基于中智圖像的乳腺超聲圖像腫瘤全自動分割算法。算法基于中智圖像架構(gòu)，使用了乳腺超聲圖像的紋理、空間等信息，改進了基于經(jīng)典模糊理論的FWST算法，并結(jié)合醫(yī)學先驗知識，制定了腫塊定位規(guī)則。改進后的算法復雜度低，實時性好，能得到精確的腫瘤邊緣。驗證了中智圖像作為改進分割算法的通用形式

11、，具有實際的應(yīng)用價值。
　　 由于乳腺超聲(BUS)圖像的低對比度、腫瘤邊緣模糊等特性，現(xiàn)有的分割算法大多需要手工標定ROI，且分割結(jié)果不理想。將中智圖像應(yīng)用到BUS圖像全自動分割中，設(shè)計了NWST分割算法。差異性實驗統(tǒng)計結(jié)果表明，本文的算法與其它全自動分割算法相比，與醫(yī)生手工標定腫塊區(qū)域相似度最好，可以準確地分割腫瘤區(qū)域。同時，相比FWST，NWST對模糊邊緣具有更好的處理能力，算法的時間復雜度較低，能滿足實際應(yīng)用的實時性要求