结合Delaunay三角网的图像分割

来源：信号处理杂志 2017年第10期北京时间：

作者：高亮, 李玉, 林文杰, 赵泉华

摘要：为了有效消除图像噪声影响，提出结合Delaunay三角网的图像分割方法。首先，将像素灰度看作定义在像素格点上的‘高程’，并在此三维图像表达上构建Delaunay三角网，该三角网在图像域上的投影将图像域划分成若干个子区域，形成超像素，再对每个子区域内像素灰度值做均值化处理，由此将原图像转换为均值图像；最后在均值图像上进行图像分割，可以很好地削弱噪声对图像分割的影响。采用本文思想，基于Intel(R) Core(TM) 3.20GHz/2G内存/Matlab2015a平台，以经典的模糊C均值（Fuzzy C-means, FCM）图像分割算法为例，分别对Berkeley标准测试图像和遥感图像进行了分割实验。生成一幅具有三个同质区域的模拟图像，分别采用对比算法和本文算法对模拟图像进行分割测试，对比算法1（基于ENVI平台的ISODATA分割算法）的三个同质区域（1-3）的用户精度、产品精度、总精度和Kappa值分别为74.87%/55.72%/73.64%、83.98%/37.87%/85.38%、70.25%和0.54；对比算法2（基于中值滤波的FCM分割方法）的三个同质区域（1-3）的用户精度、产品精度、总精度和Kappa值分别为98.16%/70.54%/99.73%、88.10%/99.16%/87.87%、89.93%和0.84；本文算法的三个同质区域（1-3）的用户精度、产品精度、总精度和Kappa值分别为96.25%/80.35%/99.49%、99.76%/94.53%/86.67%、93.30%和0.89。定性和定量的测试结果验证了本文方法的有效性、可靠性和准确性。

关键词：Delaunay三角网, 图像分割, 图像去噪, 超像素, 图像滤波