一种基于分水线和先验知识的集成电路图像分割方法-计算机应用研究.PDFVIP

2·58 · 计算机应用研究 2006 年 一种基于分水线和先验知识的集成电路图像分割方法 刘佳璐, 彭思龙 ( 国家专用集成电路设计工程技术研究中心, 中国科学院 自动化所, 北京 100080) 摘 要: 在 Watershed 的分割图像基础上, 使用贝叶斯理论的图像分割方法。首先对原始图像进行 Watershed 变 换, 然后在变换后的标注图像上进行能量的计算, 通过选择最小能量的目标依次找出最理想的目标区域。设计 一个先验密度来惩罚图像当中 Watershed 变换后相似的区域, 图像分割进而变成对目标子集的最大后验估计。 这样就可以逐步找出最理想目标区域和背景区域。实验结果证明, 该方法有较好的分割结果。 关键词: 贝叶斯框架; 边缘检测 ; 图像分割; 分水线变换 中图法分类号: TP391 文献标识码 : A 文章编号 : 1001- 3695( 2006) 05- 0258- 03 IC Image Segmentation Based on Watershed and Prior Knowledge LIU Jia-lu, PENG Si-long ( NADEC, Institute of Automation, Chinese Academy of Sciences, Beijing 100080, China) Abstract: Used Bayesian image segmentation algorithm based on Watershed transform . We calculate the energy of the label image result from the Watershed transform by designing a prior density that penalizes the area of homogeneous parts in images. The segmentation problem is the maximizing a posteriori estimation of the set of areas such we can find the optimal areas of ob- je ct, and the other areas of the image are looked as background areas. The experiments indicate our Algorithm is effective for image segmentation . Key words: Bayesian Framework; Edge Detection; Image Segmentation; Watershed Transform 图像分割是图像分析的一个重要任务, 也是计算机视觉当 目标分割结果。 中的一个重要问题。图像分割是把图像表示为物理上有意义 1 图像分割问题的贝叶斯推理 的连通区域的集合, 划分在同一个区域的灰度或颜色, 纹理等 有相近的属性。图像分割大体包括两类不同的用途, 即图像识 在一般的图像中, 像素的位置关系分成两大类: ①偶然的 别和图像压缩( 与编码) 。其中前者对分割的要求侧重于提取 关系产生的; ②图像中某些有意义的 ( 可预测的) 关系产生的。 目标的几何特征, 其内部的颜色变化和细节被忽略, 主要是要 图像中的某些点是可以预