彩色圖象處理若干算法的研究與其應(yīng)用.pdf

1、人眼對顏色的敏感度比對亮度的敏感度更強，彩色圖象包含更大的信息量和更豐富的視覺感受。長期以來，在視覺研究領(lǐng)域的大部分研究都是針對灰度圖象的。隨著彩色圖象設(shè)備越來越受到人們的青睞，廣泛開展對彩色圖象處理技術(shù)的研究也變得十分迫切。本文從理論研究和實際應(yīng)用的角度出發(fā)，圍繞彩色圖象處理過程中的顏色量化、分割和識別等幾個主要問題展開討論。在理論研究上所做的工作主要包括兩個方面：第一，對近年來提出的幾種新的彩色圖象處理算法進行改進，例如研究可調(diào)顏色

2、量化算法和無監(jiān)督彩色紋理分割方法；第二，嘗試將已有的灰度圖象處理技術(shù)推廣到彩色空間，例如基于偏微分方程的彩色邊緣檢測與輪廓提取。在實際應(yīng)用方面，主要研究了彩色圖象處理技術(shù)在中醫(yī)和印刷等領(lǐng)域中的應(yīng)用，例如印刷網(wǎng)點圖象和中醫(yī)舌象的顏色識別，這些研究對促進該領(lǐng)域的客觀化和智能化發(fā)展具有重要的意義。 本文的創(chuàng)新之處主要體現(xiàn)在以下五個方面： 1.在顏色量化方面，提出了一種新的可調(diào)彩色圖象量化方案。在深入討論調(diào)色板設(shè)計中的顏色多數(shù)性

3、、差異性和人眼感知均勻性等問題之后，本文重點分析了最近提出的一種可通過調(diào)節(jié)權(quán)重來滿足不同應(yīng)用需求的顏色量化算法——顏色聚類特征樹(CCFT)算法。針對該算法的缺陷，本文將分裂算法與聚類算法結(jié)合起來設(shè)計一種新的可調(diào)彩色圖象量化方案，并引入一種顏色均勻性度量來刻畫人眼視覺系統(tǒng)的感知特性。實驗表明，新的量化方案不僅能夠較好地滿足后續(xù)圖象處理任務(wù)對量化顏色多數(shù)性和差異性的不同需求，而且在量化質(zhì)量上優(yōu)于其他一些經(jīng)典的量化算法，運行速度也高于CCF

4、T算法。 2.在無監(jiān)督的彩色紋理區(qū)域分割方面，提出了一種JSEG的改進方法——B-JSEG方法。本文首先證明了現(xiàn)有的一種JSEG改進方法——HSEG實質(zhì)上就是各向同性邊緣檢測算子，然后詳細分析了它與JSEG在分割中容易出現(xiàn)的問題。在這些分析的基礎(chǔ)上，將方向算子引入JSEG中定義了新的分割度量準則。新準則既考慮了局部區(qū)域的同質(zhì)性，又考慮了邊界的不連續(xù)性。通過大量實驗表明，B-JSEG方法在一定程度上較好地解決了JSEG和HSEG的

5、過分割問題，且能更好地與人工分割相匹配。 3.在基于偏微分方程的彩色邊緣檢測與輪廓提取方面，研究了現(xiàn)有的幾種基于灰度圖象的活動輪廓模型向彩色空間的推廣。首先，推導出彩色GVFSnake模型，并將其用于舌體的輪廓提?。黄浯?，提出一種基于SnakePit機制和彩色智能剪算法的交互式圖象分割方法，用于提高Snake曲線收斂的精確性；再次，對彩色C-V模型進行改進，提出了彩色測地C-V模型，實驗發(fā)現(xiàn)，該模型在光照不均勻和低對比度等情況下

6、仍可獲得較好的分割效果。 4.本文將CMAC和多類SVM兩種分類器分別用于解決彩色印刷網(wǎng)點圖象的分色問題。根據(jù)網(wǎng)點圖象邊緣模糊的特點，本文采用彩色測地C-V模型分割雙色顯微印刷網(wǎng)點圖象，以獲取樣本集。該模型優(yōu)于傳統(tǒng)的灰度分割方法，在噪聲污染嚴重的情況下仍然有效。最終的實驗結(jié)果表明，CMAC和多類SVM用于網(wǎng)點圖象的顏色識別，均取得了比BP網(wǎng)絡(luò)較好的結(jié)果；CMAC與多類SVM相比：SVM分類器雖然泛化能力較強，但用于多類情況時訓練

7、速度過慢；CMAC由于具有局部泛化能力，收斂速度較快，可用在印刷過程中進行在線學習。 5.針對中醫(yī)舌象的苔質(zhì)識別問題，本文在深入分析舌象區(qū)域特性的基礎(chǔ)上，提出了一種基于區(qū)域劃分和樣本匹配的方法，并結(jié)合中醫(yī)專家知識設(shè)計先驗?zāi)０鍋磔o助識別苔質(zhì)顏色。本文將B-JSEG方法用于劃分舌體區(qū)域，并基于EMD距離進行樣本匹配。此外，為保持樣本的一致性和可靠性，本文采用了LLE技術(shù)來移除離群樣本。最終的實驗結(jié)果表明，相比于逐象素識別方法，本文方