鄧惠俊

（萬博科技職業(yè)學(xué)院計算機科學(xué)技術(shù)系，合肥230031）

一種基于數(shù)據(jù)場的圖像分割方法與研究

鄧惠俊

（萬博科技職業(yè)學(xué)院計算機科學(xué)技術(shù)系，合肥230031）

首先對數(shù)據(jù)場的基本原理進行了簡要的概述，并著重介紹了一種基于數(shù)據(jù)場的圖像分割技術(shù)，該技術(shù)的運用可使得傳統(tǒng)的圖像分割實現(xiàn)可視化效果，最后從定性和定量的角度對圖像分割后的效果進行分析，論證了該分割技術(shù)的有效性以及可行性。

數(shù)據(jù)場；圖像分割技術(shù)；可視化

0 引言

在圖像處理領(lǐng)域，有一個公認的難題，那便是圖像分割問題。生活中，我們經(jīng)常會遇到將圖像進行自動化處理的問題，在這個過程中最重要的環(huán)節(jié)便是圖像分割，這是理解并分析圖像的基礎(chǔ)，同時也是整個處理過程的前提條件。圖像分割技術(shù)所涉及的主要內(nèi)容就是將現(xiàn)有圖片進行分割，分成若干區(qū)域后提取用戶所需的內(nèi)容，分割的依據(jù)為圖像特征。圖像分割之所以能夠成立［1］，是因為它主要是利用了像素所具有的不連續(xù)性以及相似性等特性，在某一圖像區(qū)域中，其本身的像素在各個區(qū)間是不連續(xù)的但又是相似的，因此可以達到分割的目的。

在傳統(tǒng)的圖像分割方法中，有一類較為簡單但又不失效率的方法，那便是圖像閾值分割法。該方法的應(yīng)用有一個假設(shè)條件，即假設(shè)圖像由欲提取目標和其背景組合而成，有了該假設(shè)之后，便可以根據(jù)像素的灰度值來設(shè)置一個分界點，將屬于目標和屬于背景的像素分割開，如此便可輕松提取所需目標［2］。

另外，在實際分割中，還有一類相對通用的方法，即最大類間方差法。圖像分割向來是一個介于局部與全局之間的兩難問題，因為這需要充分利用局部的空間信息來進行有效的全局分割，且不失算法效率。因此，最大類間方差法在執(zhí)行時需要對圖像進行閾值化，然而閾值化過程具有不明確、不肯定以及不穩(wěn)定等缺點，所以我們需要積極地引入更加有效的方法以降低圖像分割中的不確定性。

1 數(shù)據(jù)場概述

在物理學(xué)領(lǐng)域中，往往會涉及到均勻或不均勻分布于某一空間區(qū)域的物理量，我們通常將其描述為“場”，如電場、磁場以及引力場等等。物理中通常將其大致分為矢量場和標量場兩種類型，場的具體屬性可表述為以某一空間坐標為自變量的矢量函數(shù)和標量函數(shù)。在“場”內(nèi)，物質(zhì)粒子之間在不接觸的情況下仍然可以相互作用。到目前為止，物理學(xué)家已經(jīng)發(fā)現(xiàn)了4種“場”，即弱相互作用場、強相互作用場、電磁場以及萬有引力場。通常來說，物質(zhì)粒子之間之所以會產(chǎn)生相互作用，主要是因為它們之間存在“場”的緣故［3］。

在標量場中，勢場是極具代表性的類型之一，具體來說，它是一種質(zhì)點位置的函數(shù)表達式。我們在物理學(xué)中會將勢函數(shù)描述為在空間位置中分布的等勢面和等勢線，比如等溫面和等高線。如果將這種“場”的概念運用到數(shù)域空間中，便可將數(shù)域空間中的每一個數(shù)據(jù)點都看作為一個質(zhì)點，那么其周圍必定會存在一個作用場，該作用場的存在會直接影響到該數(shù)域內(nèi)的每一個數(shù)據(jù)對象，所以我們可以將該數(shù)域空間直接看作一個數(shù)據(jù)場。

2 基于數(shù)據(jù)場的圖像分割技術(shù)

本節(jié)主要介紹基于數(shù)據(jù)場的圖像分割技術(shù)的大體步驟：1）依據(jù)數(shù)據(jù)場理論的知識，來確定數(shù)據(jù)場內(nèi)每一像素點的具體勢值，并以此生成該圖像的數(shù)據(jù)場；2）按照該圖像數(shù)據(jù)場內(nèi)的各數(shù)據(jù)點勢值來確定像素閾值，從而對圖像進行分割。

2．1 圖像數(shù)據(jù)場的生成

生成圖像數(shù)據(jù)場的核心功能便是計算數(shù)據(jù)場中每一個像素點在該場中的勢值。當(dāng)我們知道了勢函數(shù)的計算公式，計算勢值便不是難事，但是在計算時仍然有許多其他因素對其計算結(jié)果產(chǎn)生影響。比如在計算勢值時，數(shù)據(jù)場中的影響因子對于勢值的計算結(jié)果影響很大，此外，勢線間距也會直接影響到等勢線的分布問題。

數(shù)據(jù)場中等勢線的多少是由勢間距直接決定的，如果場中勢間距越小，那么相應(yīng)的等勢線就會增多，數(shù)據(jù)之間由于距離而產(chǎn)生的相互影響的變化便會越模糊，且數(shù)據(jù)所對應(yīng)的二維實體之間的相互關(guān)聯(lián)信息也會越清晰具體；相反，隨著勢間距的逐漸增大，對應(yīng)等勢線就會逐漸減少，數(shù)據(jù)之間由于距離而產(chǎn)生的相互影響的變化就會逐漸清晰，那么數(shù)據(jù)所對應(yīng)的二維實體之間的相互關(guān)聯(lián)信息就會變得模糊不清。因此，在確定圖像數(shù)據(jù)場時，需要從多方面考慮影響因素，通過不同影響因子與不同勢間距的相互組合來觀察生成的數(shù)據(jù)場，并綜合考慮選出最能反映該圖像像素信息特征的最優(yōu)的數(shù)據(jù)場［4］。

通過對實驗數(shù)據(jù)結(jié)果進行分析后發(fā)現(xiàn)，某些圖像中會存在灰度較低的像素，該類像素在圖像數(shù)據(jù)場中很難被正確清晰地顯示出來。因此，這一發(fā)現(xiàn)可以讓人們利用數(shù)據(jù)場分析方法來達到提取圖像主要特征的目的。

傳統(tǒng)的方法中，人們常常直接把圖像的灰度值作為數(shù)據(jù)質(zhì)量的評判標準，在此基礎(chǔ)上經(jīng)不斷演化過后，可采用非線性變化的方式作用于圖像上的每一個像素點，將圖像灰度值對應(yīng)的像素矩陣設(shè)為ρ（x，y），并將M設(shè)為最大灰度值，然后數(shù)據(jù)點對象的質(zhì)量便可以使用式（M－ρ（x，y）2）來表示，并將其代入表示圖形數(shù)據(jù)場的勢函數(shù)表達式，最后求解方程式，得出各點的勢函數(shù)值，并以此為依據(jù)將圖像的數(shù)據(jù)場繪制出來。根據(jù)各種實驗對比數(shù)據(jù)來看，通過非線性變化的方法所繪制而成的圖像數(shù)據(jù)場具有更好的表達效果，能清晰展現(xiàn)圖像數(shù)據(jù)場內(nèi)各個像素之間的相互作用，這些因素為可視化分割的實現(xiàn)提供了必要條件［5］。

2．2 根據(jù)圖像數(shù)據(jù)場設(shè)置閾值進行圖像分割

傳統(tǒng)的閾值分割方法中，人們通常僅僅把像素的灰度值或者二維灰度值作為閾值分割的基本依據(jù)，而并沒有將像素點所存在的空間位置以及其他相關(guān)信息（比如圖像的邊緣信息等）考慮在內(nèi)，因此，此種傳統(tǒng)方法只有在簡單計算中具有一定的效果，例如分割一些對分割質(zhì)量要求不高、并且僅僅簡單地將圖像分為背景和目標的圖像問題。然而對于一些細節(jié)很多、組成結(jié)構(gòu)較為復(fù)雜的圖像，或者是圖像內(nèi)部的灰度值差異不明顯，亦或是各個區(qū)域的灰度值范圍具有非常明顯的相互重疊的現(xiàn)象等圖像，則很難通過傳統(tǒng)的閾值分割方法來達到理想的效果。

基于數(shù)據(jù)場的圖像分割方法是由傳統(tǒng)閾值分割方法慢慢演化而成的，它彌補了傳統(tǒng)方法的不足，能夠讓圖像分割具有更好的效果。該方法通過分析整個圖像數(shù)據(jù)場所反映出的基本信息，并根據(jù)等勢線的特性來將圖像進行分割，實現(xiàn)了圖像分割的可視化。要實現(xiàn)該種方法的第一步便是計算出圖像內(nèi)每一個像素點所對應(yīng)的勢值，并根據(jù)這些勢值繪制出相應(yīng)的圖像數(shù)據(jù)場。等勢線具有一個十分明顯的特點，即抱團性。因此，我們可以將不同區(qū)域等勢線的分布特性作為依據(jù)，可視化地去進行閾值的設(shè)置，然后用相同的灰度值來表示具有相同勢值的范圍域，從而來完成圖像的分割任務(wù)。上述步驟進行過程中需要注意一些問題，比如在閾值的設(shè)置過程中，如需將某些像素灰度值較低的特征區(qū)域單獨抽取出來，那么只需將這些特征區(qū)域的勢值單獨設(shè)為一閾值，如此便可以在圖像分割之后將這些特征區(qū)域有效地顯現(xiàn)出來并將之提取。

3 實驗與結(jié)果分析

如圖1所示，為分別采用兩種不同方法進行圖形分割的情況。此處從定量角度以及定性角度分別對圖像分割的效果進行了相應(yīng)地分析。首先，從定量的角度去分析，計算比較出兩種不同分割方法的誤分率，我們能夠發(fā)現(xiàn)采用數(shù)據(jù)場分割方法的誤分率明顯小于K均值法的誤分率，所以基于數(shù)據(jù)場的圖像分割方法具有更高的分割質(zhì)量和效果。采用定性的角度分析時，通過對兩種分割方法的比較，會發(fā)現(xiàn)在某些像素灰度值比較低的特征區(qū)域（如褲子的褶皺處、人的手部、房屋等等）同K均值的圖像分割方法相比，基于數(shù)據(jù)場的圖像分割法得到的結(jié)果更為良好［6］。

根據(jù)上述比較分析可知，該方法在保證圖像清晰度以及尋求總體與部分的平衡等方面都存在諸多不足，因為其并未考慮到圖像分割的隨機性以及模糊性，從而導(dǎo)致對于不確定的問題缺乏相應(yīng)的處理能力，以至于分割結(jié)果與圖像本身所具有的特性并不相符。對于此種問題，筆者在文中引入了數(shù)據(jù)場的理論來彌補上述缺點，因為數(shù)據(jù)場對于圖像的局部信息能夠進行充分考慮與補充，以此來獲得閾值的分割結(jié)果。為了驗證該方法的高效性，筆者專門對比了一系列圖像的閾值分割化結(jié)果，并根據(jù)圖像分割質(zhì)量指標來對其進行考核，最后經(jīng)過驗證得出基于數(shù)據(jù)場的分割方法是一種切實有效的圖像分割手段。

圖1 圖像分割效果比較（左為K均值分割，右為數(shù)據(jù)場分割）

4 結(jié)語

本文以數(shù)據(jù)場為理論核心知識點，并對其原理慢慢展開，深入分析了二維數(shù)域空間中的任意兩個或多個像素點之間的相互作用，并以此繪制出圖像數(shù)據(jù)場，提出了基于數(shù)據(jù)場對圖像進行分割的觀點。在數(shù)據(jù)場內(nèi)，通過選擇恰當(dāng)?shù)挠绊懸蜃?，來對不同像素點所對應(yīng)的勢值進行計算，并繪制出各個像素點的空間位置分布，可完整地反映其內(nèi)在特性，然后將不同范圍的勢值設(shè)置一個與其相對應(yīng)的閾值，從而實現(xiàn)圖像分割。雖然此種方法現(xiàn)階段得到了廣泛的應(yīng)用，但其本身仍具有一些缺點，如計算的效率不高、效果不保證全部良好等，所以有待進一步發(fā)展完善。

［1］賈永紅．計算機圖像處理與分析［M］．武漢：武漢大學(xué)出版社，2001．

［2］李德毅，杜鹢．不確定人工智能［M］．北京：國防工業(yè)出版社，2005：193－217．

［3］王樹良．基于數(shù)據(jù)場與云模型的空間數(shù)據(jù)挖掘和知識發(fā)現(xiàn)［D］．武漢：武漢大學(xué)，2002．

［4］呂輝軍．基于數(shù)據(jù)場的人臉識別研究［D］．南京：解放軍理工大學(xué)，2002．

［5］Hotelling H．Relations between two sets of variates［J］．Biometrika，1936，28（3）：321－377．

［6］Chaudhuri K，Kakade S M，Livescu K，et al．Multi－view clustering via canonical correlation analysis［C］／／Proceedings of the 26th International Conference on Machine Learning．Montreal，Canada：ICML，2009：129－136．

［7］Olcay K，Ethem A，Oleg V F．Canonical correlation analy－sis using within－class coupling［J］．Pattern Recog nition Letters，2011，32（2）：134－122．

A Method And Research of Image Segmentation Based on Data Field

DENG Hui－jun
（Department of Computer Science and Technology，Wanbo Institute of Science ＆Technology，Hefei 230031，China）

Firstly the basic principle to the data field has been briefly overviewed．Then a kind of image segmentation technology based on the field data has been emphatically introduced．The use of this technology can implement the visualization effect of the traditional image segmentation．Finally the effect after the image segmentation has been analyzed from the perspective of qualitative aspect and quantitative aspect．The effectiveness and feasibility of the segmentation technology has been demonstrated．

data field；image segmentation technology；visualization；effectiveness；feasibility

TP391．41

A

1009－8984（2016）02－0092－03

10．3969／j．issn．1009－8984．2016．02．023

2016－05－04

安徽省高等學(xué)校自然科學(xué)研究項目（KJ2016A751）

鄧惠?。?978－），女（漢），安徽無為，講師主要研究計算機輔助設(shè)計，網(wǎng)絡(luò)安全。