基于超像素的圖像分割技術(shù)研究.pdf

1、圖像分割是圖像處理技術(shù)中的一個(gè)核心領(lǐng)域，由于圖像分割的質(zhì)量往往直接決定了后續(xù)圖像分析、理解等任務(wù)的成敗，因此圖像分割技術(shù)的研究具有重要的意義。超像素（Superpixel）分割是近年來興起的一種圖像預(yù)處理（Pre-processing）技術(shù)，它將圖像快速劃分為一定數(shù)量的具有部分語義意義的子區(qū)域，相比于傳統(tǒng)的處理基元——像素，超像素有利于提取圖像的局部結(jié)構(gòu)特征，能夠大幅度減小后續(xù)處理的計(jì)算復(fù)雜度，出現(xiàn)以來即在計(jì)算機(jī)視覺領(lǐng)域得到了廣泛的應(yīng)用

2、，成為當(dāng)前圖像處理技術(shù)中的一個(gè)研究熱點(diǎn)。
　　當(dāng)超像素?cái)?shù)量較少時(shí)，現(xiàn)有的超像素分割算法普遍存在分割質(zhì)量較差的局限性，然而，利用超像素改進(jìn)傳統(tǒng)的區(qū)域合并等分割算法時(shí)，超像素?cái)?shù)量越少，后續(xù)分割的計(jì)算復(fù)雜度越小，因此研究提高超像素?cái)?shù)量較少時(shí)的超像素分割質(zhì)量有著直接的應(yīng)用價(jià)值。在印刷電路板（Printed Circuit Board,PCB）的無損檢測(cè)中，基于PCB CT（Computed Tomography）圖像的過孔（Via Hol

3、e）精確分割是后續(xù)焊點(diǎn)質(zhì)量檢測(cè)、電路原理分析等處理的必要步驟，但PCB CT圖像存在的噪聲大、目標(biāo)和背景對(duì)比度低等特點(diǎn)對(duì)分割造成了不小的困難，借助超像素具有的抗噪和圖像局部特征表達(dá)能力，有助于實(shí)現(xiàn)PCB CT圖像的過孔精確分割。
　　本文針對(duì)超像素分割算法存在的局限性和PCB CT圖像的過孔分割問題進(jìn)行研究，主要成果包括：
　　1．分析總結(jié)了超像素分割算法的基本思想和性能特點(diǎn)，梳理了主流的超像素分割質(zhì)量評(píng)價(jià)、緊密度評(píng)價(jià)和算法

4、可控性評(píng)價(jià)方法。在此基礎(chǔ)上，給出了16種超像素分割算法的分割結(jié)果和算法可控性總結(jié)。定量比較了6種典型算法的分割性能，分析了目前超像素分割算法存在的局限性，得出了超像素分割質(zhì)量、緊密度與超像素?cái)?shù)量間的相互關(guān)系。
　　2．針對(duì)現(xiàn)有超像素分割算法在超像素?cái)?shù)量較少時(shí)分割質(zhì)量差的局限性，提出了一種分層超像素分割模型，采用粗-精結(jié)合分割的分層分割思想，利用圖像局部結(jié)構(gòu)特征調(diào)整超像素分布密度，在保持與主流超像素分割算法同等分割質(zhì)量的前提下，大幅

5、度減少了冗余超像素。在此基礎(chǔ)上，針對(duì)MSRM（Maximal Similarity Based Region Merging）算法合并時(shí)間過長(zhǎng)的問題，提出了一種基于分層超像素的區(qū)域合并分割算法，在超像素分割、用戶交互、特征提取與相似性度量等多方面進(jìn)行了改進(jìn)。實(shí)驗(yàn)表明，與 MSRM算法相比，本文算法在保持同等分割質(zhì)量時(shí)合并時(shí)間縮短了約50％；與Grabcut等主流圖像分割算法相比，本文算法的分割質(zhì)量更好。
　　3．針對(duì)PCB CT圖

6、像中的過孔精確分割問題，提出了一種基于超像素的PCB CT圖像過孔自動(dòng)分割算法。分析了7種典型的分割算法對(duì)PCB CT圖像分割結(jié)果不佳的原因，引入超像素作為分割基元，研究比較了10種超像素分割算法對(duì)PCB CT圖像的分割性能，選擇ERS（Entropy Rate Superpixel）算法對(duì)PCB CT圖像進(jìn)行超像素分割。在此基礎(chǔ)上，結(jié)合超像素表達(dá)出的過孔形狀特征，基于圓度率設(shè)計(jì)了一種超像素合并與篩選策略，利用區(qū)域合并的思想分割過孔目標(biāo)