專利名稱：閾值約束最小生成樹算法的區(qū)域合并方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)，具體的說，涉及一種對(duì)分水嶺分割產(chǎn)生的“過分割”區(qū) 域進(jìn)行閾值約束最小生成樹算法的區(qū)域合并方法。
背景技術(shù)：
分水嶺算法是一種基于數(shù)學(xué)形態(tài)的圖像分割方法，它的優(yōu)點(diǎn)是全局分割、邊界閉 合、實(shí)現(xiàn)效率高、準(zhǔn)確率高，并且在算法的穩(wěn)定性以及實(shí)用性上都具有優(yōu)勢(shì)。但分水嶺變換 基于梯度幅度圖像進(jìn)行，易受噪聲影響，導(dǎo)致分水嶺分割結(jié)果產(chǎn)生大量的“過分割”區(qū)域。針 對(duì)分水嶺算法的“過分割”問題，一般采用分割前的圖像預(yù)處理，即圖像濾波，和分割后的區(qū) 域合并減少“過分割”。相比圖像預(yù)處理操作，分割后區(qū)域合并是更為有效地減少“過分割” 的手段。目前常用的合并方法主要是閾值約束和基于圖論的方法，其中圖論中的方法主要 ^lli舌匿令P (region adjacency graph, RAG)(nearest neighbor graph, NNG)。在RAG方法中，區(qū)域合并的順序和區(qū)域的標(biāo)記順序有關(guān)，標(biāo)記的順序不同，區(qū)域合并 的順序就不同，合并結(jié)果也不同，并且RAG方法不能保證鄰近區(qū)域中特征差異最小的區(qū)域 最先合并；NNG方法是對(duì)RAG方法的改進(jìn)，雖然合并結(jié)果不隨標(biāo)記順序變化，但是NNG方法 只在局部區(qū)域范圍考慮內(nèi)保證特征差異最小的區(qū)域最先合并，合并不是全局最優(yōu)的，并且 包含很多冗余操作，效率不高。

發(fā)明內(nèi)容
本發(fā)明提供一種對(duì)分水嶺分割的“過分割”區(qū)域進(jìn)行閾值約束最小生成樹算法的 快速有效的區(qū)域合并方法。本發(fā)明的基本思路為對(duì)分水嶺分割的結(jié)果構(gòu)建區(qū)域鄰接圖；對(duì)構(gòu)建的圖進(jìn)行閾 值約束最小生成樹算法合并“過分割”區(qū)域。常規(guī)的基于閾值的合并準(zhǔn)則只依賴閾值，隨機(jī) 地從某個(gè)區(qū)域開始合并操作，開始的區(qū)域不同，合并的次序不同，合同的結(jié)果也不同。本發(fā) 明結(jié)合圖論的最小生成樹算法和常規(guī)的閾值約束進(jìn)行合并，使相似的鄰接區(qū)域優(yōu)先合并， 快速有效地合并掉過大量“過分割”區(qū)域，避免單純依據(jù)閾值不能有效獲得勻質(zhì)區(qū)域的問 題。本發(fā)明的技術(shù)方案提供的閾值約束最小生成樹算法的區(qū)域合并方法，其特征在于 包括以下實(shí)施步驟A對(duì)圖像進(jìn)行分水嶺分割；B對(duì)分水嶺分割的結(jié)果構(gòu)建區(qū)域鄰接圖；C依據(jù)圖論中的最小生成樹Boruvka算法結(jié)合閾值約束進(jìn)行圖合并，使相似的鄰 接區(qū)域優(yōu)先合并，并更新合并結(jié)果；D依據(jù)圖論中的最小生成樹Kruskal算法結(jié)合閾值約束對(duì)步驟C中的合并結(jié)果進(jìn) 行圖合并，使相似的鄰接區(qū)域優(yōu)先合并，并更新合并結(jié)果；E設(shè)置迭代次數(shù)，通過執(zhí)行步驟D進(jìn)行迭代合并，得到最終的合并結(jié)果。
上述實(shí)施步驟的特征在于步驟B中所述的區(qū)域鄰接圖是以分割的區(qū)域?yàn)閳D的頂點(diǎn)，相鄰區(qū)域的鄰接關(guān)系形 成圖的邊，鄰接區(qū)域間的特征差異為圖中連接兩個(gè)頂點(diǎn)的邊的權(quán)值；鄰接區(qū)域間的特征差 異通過鄰接區(qū)域的光譜均值差異、紋理差異、鄰接區(qū)域公共邊界的平均邊界強(qiáng)度定義；步驟C中所述的依據(jù)圖論中的最小生成樹Boruvka算法結(jié)合閾值約束的圖合并， 其特征是在最小樹生成的過程中加入邊的權(quán)值的閾值進(jìn)行約束，使得最小樹的生成會(huì)在中 間被打斷，成為若干個(gè)樹，樹的個(gè)數(shù)表示合并后區(qū)域的個(gè)數(shù)，樹的頂點(diǎn)表示合并的區(qū)域。步驟D中所述的依據(jù)圖論中的最小生成樹Kruskal算法結(jié)合閾值約束的圖合并， 其特征是在最小樹生成的過程中加入邊的權(quán)值的閾值進(jìn)行約束，使得最小樹的生成會(huì)在中 間被打斷，成為若干個(gè)樹，樹的個(gè)數(shù)表示合并后區(qū)域的個(gè)數(shù)，樹的頂點(diǎn)表示合并的區(qū)域。步驟E中所述的迭代合并過程是指每一迭代前都要對(duì)上一次區(qū)域合并后更新的 結(jié)果，構(gòu)建新的區(qū)域鄰接圖，然后按照步驟D進(jìn)行圖合并。本發(fā)明與現(xiàn)有技術(shù)相比有如下特點(diǎn)本發(fā)明中利用圖論構(gòu)造最小生成樹的算法確 定“過分割”區(qū)域合并的順序，結(jié)合常用的閾值約束方法，依次使用一次Boruvka算法和迭 代使用Kruskal算法進(jìn)行區(qū)域，不僅使“過分割”區(qū)域大量快速減少，提高了合并的效率，同 時(shí)獲得比較好的合并效果。


圖1對(duì)分水嶺分割進(jìn)行合并的流程2由分割區(qū)域生成的區(qū)域鄰接圖示意!BBoruvka算法進(jìn)行區(qū)域合并的流程4Kruskal算法進(jìn)行區(qū)域合并的流程5分割區(qū)域鄰接關(guān)系結(jié)構(gòu)示意圖
具體實(shí)施例方式下面結(jié)合附圖通過實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。本發(fā)明所述的閾值約束最小生成樹算法的區(qū)域合并方法的實(shí)現(xiàn)流程如圖1所示， 圖1包括4個(gè)單元。本實(shí)施例中的圖合并將使用Boruvk^Kruskal兩種算法構(gòu)造最小生成 樹。單元100對(duì)圖像進(jìn)行分水嶺分割的單元。單元101為構(gòu)建區(qū)域鄰接圖的單元。將處理單元100獲得的分水嶺初始分割的結(jié) 果表示為圖結(jié)構(gòu)，如圖2所示，將所有分割的區(qū)域作為圖的頂點(diǎn)，區(qū)域的鄰接關(guān)系構(gòu)成圖的 邊，鄰接區(qū)域間的特征差定義為邊的權(quán)值。圖的頂點(diǎn)個(gè)數(shù)與分割區(qū)域的個(gè)數(shù)相同。圖中邊的權(quán)值，即鄰接區(qū)域的特征差通過區(qū)域之間的光譜距離、紋理距離 和鄰接區(qū)域公共邊界的強(qiáng)度來定義=CKRi, Rj) = (^(Ri, Rj), 4( , R」))T，其中(!(Ri, Rj)為區(qū)域 Ri 和 Rj 的特征差，^(氏，Rj) = WXdspectral (Ri, Rj)+ (1-w) X dtexture(Ri, Rj),
d^Rj) ^-Yjg^ixk,yk) ； dspectral(Ri; Rj)是兩個(gè)區(qū)域之間的光譜距離，定義為兩個(gè)區(qū) n k=l
域均值間的歐式距離；(^χ_α^，Rj)是兩個(gè)區(qū)域之間的紋理距離，定義為兩個(gè)區(qū)域方差間的歐式距離M2(RpRj)是兩個(gè)鄰接區(qū)域公共邊界的強(qiáng)度，定義為公共邊界的平均強(qiáng)度，這里 W為光譜距離和4ρε。 Μ 0^，Rj)和紋理距離Rj)分配的權(quán)重，0#wl，一般設(shè)置W = 0. 5 ；η為鄰接區(qū)域公共邊界上點(diǎn)的個(gè)數(shù)，(而，凡)是區(qū)域Ri和Rj公共邊界上點(diǎn)(xk，yk) 的強(qiáng)度。在后續(xù)的處理單元中，約定區(qū)域間特征差的閾值β指閾值向量β = β2) Τ ；邊的權(quán)值小于或大于閾值向量指邊的權(quán)值的每個(gè)分量小于或大于閾值的對(duì)應(yīng)分量，即 Cl(RpRj) ￡ β 等價(jià)于(Μβ”^ β2。單元102為閾值約束最小生成樹算法圖合并單元。由于區(qū)域合并的次序不同，結(jié) 果會(huì)不同。本發(fā)明中區(qū)域合并的順序由圖的最小生成樹的生成順序確定。本發(fā)明使用的圖 的最小生成樹算法主要包括Boruvka算、Kruskal算法。由于最小生成樹算法會(huì)生成一顆 完整的樹，但這不是分割的目標(biāo)，因此本發(fā)明結(jié)合閾值約束方法，使分割區(qū)域不能最終合并 成一個(gè)完整的樹，這時(shí)所剩的樹的個(gè)數(shù)表示合并后區(qū)域的個(gè)數(shù)，每個(gè)樹中的節(jié)點(diǎn)表示合并 的區(qū)域。本發(fā)明的區(qū)域合并算法首先進(jìn)行一次Boruvka算法合并，合并流程如圖3所示；然 后迭代進(jìn)行Kruskal算法合并，合并流程如圖4所示。Boruvka算法合并主要步驟如下單元A預(yù)先設(shè)置圖合并區(qū)域間特征差異的閾值，以保證最后樹的合并會(huì)在中間終 止，并生成合 并結(jié)果；單元B將單元101構(gòu)建的區(qū)域鄰接圖保存至一個(gè)列表結(jié)構(gòu)中，其中列表的長度是 邊的數(shù)目，以邊為序號(hào)，列表的每個(gè)元是一個(gè)結(jié)構(gòu)，該結(jié)構(gòu)中包括四個(gè)元素邊的序號(hào)、連接 邊的兩個(gè)頂點(diǎn)及邊的權(quán)值。圖5所示為列表中元素的結(jié)構(gòu)示意圖；單元C將單元B中的列表按照邊的權(quán)值的第一或第二分量升序排序，值小的排在 前。本發(fā)明的實(shí)施例中依據(jù)邊權(quán)值的第一分量對(duì)邊進(jìn)行排序；單元D用來生成若干樹，每個(gè)樹中的頂點(diǎn)認(rèn)為是被合并了的區(qū)域。生成樹的過程 如下首先初始化一個(gè)新樹，樹中有權(quán)值最小的邊和連接該邊的兩個(gè)頂點(diǎn)；然后依據(jù)單元 C中邊的排序依次遍歷所有的邊，判斷是否可將該邊和連接邊的兩個(gè)頂點(diǎn)添加到樹中。依 次執(zhí)行下列樹生長的判斷如果邊所連接的兩個(gè)頂點(diǎn)已經(jīng)在樹中，就不添加這個(gè)邊到樹中； 如果其中一個(gè)頂點(diǎn)在已有樹中，另一個(gè)頂點(diǎn)不在已有樹中，并且邊的權(quán)值小于預(yù)先給定的 閾值，將另一個(gè)頂點(diǎn)也添加進(jìn)樹中；如果兩個(gè)頂點(diǎn)都不在已有的樹中，并且邊的權(quán)值小于預(yù) 先給定的閾值就初始化一個(gè)新樹；單元E是樹的連接單元。整理單元D生成的樹，將不在樹中的邊按照權(quán)值第一分量 的大小重新以升序排列，遍歷這些邊，如果邊連接的兩個(gè)頂點(diǎn)在同一棵樹中，則不添加這個(gè) 邊到連接連接邊的頂點(diǎn)所在的樹中，防止產(chǎn)生閉環(huán)；如果邊連接的兩個(gè)頂點(diǎn)在不同的樹中， 且邊的權(quán)值是否小于預(yù)先給定的閾值，添加邊進(jìn)樹中，使邊的兩個(gè)頂點(diǎn)連接起來，成為一個(gè) 更大的樹；單元F是整理單元。整理經(jīng)過單元E處理后生成的樹，將每個(gè)樹作為一個(gè)區(qū)域，該 區(qū)域是樹中所有頂點(diǎn)所代表的區(qū)域合并的結(jié)果，更新合并后區(qū)域的光譜特征、紋理特征、區(qū) 域的鄰接區(qū)域、鄰接區(qū)域之間的公共邊界及邊界強(qiáng)度。最后將更新后的區(qū)域按照單元101 的方法重新構(gòu)建區(qū)域鄰接圖；單元G是合并后的結(jié)果。
迭代的Kruskal算法合并的主要步驟如下 單元H預(yù)先設(shè)置圖合并的迭代次數(shù)和區(qū)域間特征差的閾值，使每次迭代的閾值隨 著迭代次數(shù)線性增加，以保證最后樹的合并會(huì)在中間終止，并生成多尺度的合并結(jié)果；單元I將單元G構(gòu)建的區(qū)域鄰接圖保存至一個(gè)列表結(jié)構(gòu)中，其中列表的長度是邊 的數(shù)目，以邊為序號(hào)，列表的每個(gè)元是一個(gè)結(jié)構(gòu)，該結(jié)構(gòu)中包括四個(gè)成員邊的序號(hào)、連接邊 的兩個(gè)頂點(diǎn)及邊的權(quán)值。圖5所示為列表中成員的結(jié)構(gòu)示意圖；單元J將單元I中的列表按照邊的權(quán)值的第一或第二分量升序排序，值小的排在 前。本發(fā)明的實(shí)施例中依據(jù)邊權(quán)值的第一分量對(duì)邊進(jìn)行排序；單元K用來生成若干樹，每個(gè)樹中的頂點(diǎn)認(rèn)為是被合并了的區(qū)域。生成樹的過程 如下首先初始化一個(gè)新樹，樹中有權(quán)值最小的邊和連接該邊的兩個(gè)頂點(diǎn)；然后依據(jù)單元C 中邊的排序依次遍歷所有的邊，判斷是否可將該邊和連接邊的兩個(gè)頂點(diǎn)添加到樹中。依次 執(zhí)行下列樹生長的判斷如果邊所連接的兩個(gè)頂點(diǎn)已經(jīng)在不同的樹中，并且邊的權(quán)值小于 預(yù)先給定的閾值，就把兩棵樹連接起來稱為一棵大樹；如果其中一個(gè)頂點(diǎn)已經(jīng)在樹中，另一 頂點(diǎn)不在樹中入樹中，并且邊的權(quán)值小于預(yù)先給定的閾值，將另一個(gè)不在樹中的頂點(diǎn)也添 加進(jìn)樹中；如果兩個(gè)頂點(diǎn)都不在已有的樹中，并且邊的權(quán)值小于預(yù)先設(shè)定的閾值則初始化 一個(gè)新樹；單元L是整理單元。整理經(jīng)過單元K處理后生成的樹，將每個(gè)樹作為一個(gè)區(qū)域，該 區(qū)域是樹中所有頂點(diǎn)所代表的區(qū)域合并的結(jié)果，更新合并后區(qū)域的光譜特征、紋理特征、區(qū) 域的鄰接區(qū)域、鄰接區(qū)域之間的公共邊界及邊界強(qiáng)度。最后將更新后的區(qū)域按照單元101 的方法重新構(gòu)建為一個(gè)區(qū)域鄰接圖；迭代執(zhí)行單元H-單元L，直到滿足迭代次數(shù)的要求；單元M是迭代完成后的結(jié)果。單元103為合并結(jié)果。本發(fā)明的一個(gè)實(shí)施例在PC平臺(tái)上實(shí)現(xiàn)，經(jīng)實(shí)驗(yàn)驗(yàn)證，該合并流程能夠快速有效的 合并掉“過分割”區(qū)域，得到較為理想的結(jié)果。首先進(jìn)行的一次Boruvka算法合并，快速減 少了大量的“過分割”區(qū)域；迭代進(jìn)行的Kruskal算法，在減少“過分割”區(qū)域的同時(shí)，保證 了特征差異小的區(qū)域優(yōu)先合并。應(yīng)當(dāng)指出，本發(fā)明提供的區(qū)域合并方法不局限于分水嶺分割的結(jié)果，所有產(chǎn)生“過 分割”的圖像分割結(jié)果均可使用本發(fā)明對(duì)“過分割”區(qū)域進(jìn)行合并。本發(fā)明所述具體實(shí)施方式
可以使本領(lǐng)域的技術(shù)人員更全面地理解本發(fā)明，但不以 任何方式限制本發(fā)明。因此，本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，仍然可以對(duì)本發(fā)明進(jìn)行修改或者等 同替換；而一切不脫離本發(fā)明的精神和技術(shù)實(shí)質(zhì)的技術(shù)方案及其改進(jìn)，其均應(yīng)涵蓋在本發(fā) 明專利的保護(hù)范圍當(dāng)中。
權(quán)利要求
1.提供一種對(duì)分水嶺分割產(chǎn)生的“過分割”區(qū)域進(jìn)行閾值約束最小生成樹的區(qū)域合并 方法，其特征在于包括以下步驟A對(duì)圖像進(jìn)行分水嶺分割；B對(duì)分割結(jié)果構(gòu)建區(qū)域鄰接圖；C對(duì)構(gòu)建的圖進(jìn)行閾值約束的最小生成樹算法的圖合并，形成合并結(jié)果；
2.根據(jù)權(quán)利要求1所述的方法，其特征在于步驟B中的區(qū)域鄰接圖的構(gòu)建以初始分割 的區(qū)域?yàn)閳D的頂點(diǎn)，相鄰區(qū)域的鄰接關(guān)系形成圖的邊，鄰接區(qū)域間的特征差異表示為圖中 連接兩個(gè)頂點(diǎn)的邊的權(quán)值。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于鄰接區(qū)域間的特征差異是通過鄰接區(qū)域的 光譜均值差異、紋理差異、鄰接區(qū)域公共邊界的平均邊界強(qiáng)度定義的。
4.根據(jù)權(quán)利要求1所述的步驟C中閾值約束最小生成樹算法的圖合并，其特征是在最 小樹生成的過程中加入邊權(quán)值的閾值約束，使得最小樹的生成會(huì)在中間被打斷，成為若干 個(gè)樹，樹的個(gè)數(shù)表示合并后區(qū)域的個(gè)數(shù)，樹中的頂點(diǎn)表示合并的區(qū)域。
5.根據(jù)權(quán)利要求4所述的閾值約束最小生成樹算法的圖合并特征為首先進(jìn)行一次閾 值約束的Boruvka算法的圖合并，然后迭代進(jìn)行閾值約束的Kruskal算法的圖合并。
6.根據(jù)權(quán)利要求5所述的方法，圖合并的次序?yàn)橄冗M(jìn)行一次Boruvka算法合并，將合 并結(jié)果構(gòu)建新的區(qū)域鄰接圖，并作為迭代Kruskal算法合并的輸入。
全文摘要
本發(fā)明提供一種對(duì)分水嶺分割產(chǎn)生的“過分割”區(qū)域進(jìn)行閾值約束的最小生成樹的區(qū)域合并方法。該方法包括以下步驟對(duì)分水嶺分割結(jié)果建立區(qū)域鄰接圖；對(duì)構(gòu)建的圖進(jìn)行閾值約束最小生成樹算法的圖合并，合并“過分割”區(qū)域，形成合并結(jié)果。
文檔編號(hào)G06T7/00GK102136145SQ201110106740
公開日2011年7月27日 申請(qǐng)日期2011年4月27日 優(yōu)先權(quán)日2011年4月27日
發(fā)明者唐娉, 邊釗 申請(qǐng)人:中國科學(xué)院遙感應(yīng)用研究所