基于图论的图像分割及其嵌入式应用研究

孙建红

（忻州师范学院五寨分院 数学系，山西 忻州 036200）

基于图论的图像分割及其嵌入式应用研究

孙建红

（忻州师范学院五寨分院 数学系，山西 忻州 036200）

图像分割技术需要结合既定的特征分离图像，将其分割成独立的又相互连通的区域，这一技术被广泛应用到视频及图像处理中.经过数十年的发展，图像分割已成为图像处理领域的重要工作，然而依然面临着诸多尚未解决的问题.探讨图像分割以及嵌入式应用的具体情况，分析处理器嵌入式平台具体的时间以及空间上如何实现资源优化，实现更好的嵌入式应用.

图像分割；嵌入式；应用

0 引言

颜色空间图像分割法中，颜色空间作为一种坐标系统子空间，且坐标空间内的所有点都代表一种颜色，且不存在重复性.所以颜色在整个色度中需要使用3个基本度量单位进行定义，也就是通常所说的三基色：其一是色调；其二是饱和度；其三是亮度.图像分割的过程很大程度上也是图像颜色的分割，因此需要选取相同或者是类似的色块进行分割，选择合适的颜色空间对于提取图像切割信息有着十分重要的现实意义.颜色相对于图像分割而言十分重要，选取适宜的颜色空间有助于信息的提供.构成颜色的三基色有红色、绿色和蓝色，所以颜色空间又称之为基本颜色空间.因此，在对图像进行分割的过程中需要密切关注颜色空间的不同，和颜色空间发生转换关系[1].

1 图像分割方法阐述

1.1 算法原理

1.1.1 RGB颜色模型

通过在镜头前放置红（R），绿（G），蓝（B）3种颜色的滤光镜，得到R，G，B的三颜色通道.将3种滤光镜所生成的图像的灰度值以三基色原理组合在一起表示目标图像颜色的方式，就是我们最常见到的RGB颜色模型[2].

1.1.2 模式分类——最近中心分类

对于图像上的每一个像素，我们都可以用一个含有R，G，B三色分量的三维向量表示，即：V（R，G，B）.图像中的每一个物体区域都对应于向量空间（颜色空间）中的一个聚类（聚焦在一起的一些点）.对于图像中某一未知点，需要将其进行分类，即该点属于图像上哪一个物体区域问题.

对向量进行分类的一种办法是：测量该向量到每一个区域的表示向量距离.那么如何用向量表示每一个区域？可以使用每一个聚类的中心来表示该物体区域（最近中心分类），这样大大节约了计算量和存储空间[3].

1.1.3 “鸡生蛋，蛋生鸡”问题

在很多情况下，只有在提取出关于被成像物体的大量信息后，可靠的分割才是有可能实现的.但是提取出这些信息的方法通常“暗含”1个假设条件，即：图像已经被分割好了.

1.2 算法流程

在分割前并不知道该分割图像的物体颜色，所以只是粗略地将空间分为简单的8种颜色，给他们提供了一种思路.流程为：

1）初始化颜色空间：将颜色空间分为8个区域，分别是黑，蓝，绿，青，红，洋红，黄，白.

2）计算图像上每一点到8个区域的距离，将该点的像素设为距离最短的区域颜色.

2 图像分割嵌入式平台的基本结构

嵌入式系统通常被应用到某种特定应用途径的计算机系统.嵌入式系统其囊括的系统原件主要有单个（多个）微处理器.由此可以看出，嵌入式系统内囊括了众多的外围硬件，且同时拥有两个空间：其一为有限动态空间；其二为静态存储空间.除此之外还有一个软件系统，这个软件的作用是完成预算设定的内容，对于处理的实时性要求较高.然而，嵌入式系统比较突出的问题在于系统功能十分单一，往往只能够应用到特殊的行业，比如火车、汽车以及飞机等.但是，随着嵌入式系统本身优势特征的不断完善，其应用的范围也在逐渐拓宽，且可应用的产品种类也在不断增多，这也是未来计算机十分重要的发展方向[4].不仅如此，随着计算机计算速度的快速提升以及芯片制造技术的持续发展，此种趋势也显得愈发明显.尤其是在图像处理领域，这种嵌入式产品的使用更为凸显，被广泛应用到图像压缩以及图像传输上，是比图像分割更加高级的一类图像处理软件.图像分割能在保证既定时间内实现高质量的图像切割，且运算效率较高，被当作一种嵌入式应用用于完成级别较高的任务，这也是未来图像切割技术的发展趋势[5].

嵌入式平台最为核心的要件是中央处理器，图像处理的一系列过程均需通过中央处理器.嵌入式系统启动之后需要经过中央处理器内件的开启才能运作，对其状态进行初始化处理，接着按照计算顺序对每一个硬件进行处理；在进行图像处理的过程中，系统内的不同硬件以及模块之间都必须实现信息交换，其中出现任意一个环节发生中断的情况都将无法完成图像切割，不同模块之间还要做到数据同步，这些工作都需要借助中央处理器才能实现.通过处理器进行指令流处理，主要的构成程序有应用程序接口以及启动程序[6].

2.1 嵌入式硬件结构

以中央处理器为中心，同时借助多个或者是单个原件启动其他模块，在不同处理器之间做到数据同步.然而，对于特殊性质的硬件，其主要的硬件模块在运行的过程中必须借助系统总线才能够实现数据同步.另外，存储器主要包含了RAM及ROM，相比较ROM而言，RAM的读取速度较快，因此被经常当作运行指令实现和数据的联通，由于ROM其存储空间十分受限，一般需要借助磁盘来存储信息[7].嵌入式硬件结构如图1所示.

图1 嵌入式硬件结构构成

2.2 嵌入式软件层次

虽然和传统PC机系统比较而言，嵌入式系统的突出特征并不是十分明显，比如在层次和结构方面有着极大的相似性，然而在软件运行方面却存在巨大的差别.嵌入式系统主要包括的软件、硬件模块有启动程序、操作设备、设备驱动以及其他应用程序等等.启动程序的主要作用在于对处理器以及硬件模块进行初始化应用，接着再次启动操作系统[8].此外，操作系统其主要构成是Linux内核，Linux内核的作用是对整个系统进行控制，对所有硬件模块的运行状态进行控制.软件系统又可以当作是一个层次式的结构.系统接收码流之后再进行音频解码以及视频解码.这两个处理器和其他硬件模块构成了硬件层，另外软件层是在硬件层基础之上运行的，具体包含了API层、硬件相关层以及应用层.其中，硬件相关层又用作硬件以及软件相连的接口，比如操作系统、底层控制程序、启动程序以及设备驱动程序等等.API层以及应用层主要是借助程序流获取服务以及底层访问权限的[9].具体如下图2所示.

3 嵌入式系统资源优化分析

3.1 优化运行时间

对于任何一个应用程序代码都是由不同的部分共同组成的，因此运行时间应该分成总运行时间以及单独运行时间，甚至包含函数运行时间等.降低总运行时间能够有效降低单独代码段解码所需要消耗的时间，并且还能够对各个函数之间的数学关系进行处理.因此，缩短应用程序处理时间的方法主要有缓存优化、算法优化以及结构优化.缓存未命中的方法主要有强迫性、冲突型以及容量型3种，然而这几种方法均体现出较为明显的问题，比如时间上的局限性和空间上的局限性等，对于这方面的问题主要可以用降低未命中率的办法进而实现缩短程序访问时间的效果.然而，需要注意的是，在对某个应用进行调试之后，需要对其函数计算关系以及算法尽量优化，还应该通过数据以及指令的局限性达到降低未命中率，方能降低运行时间[10].

3.2 运行空间

针对图像分割应用来说，因为图像处理之前要输入的图像数据内容所占内存较大，且需对凸显实施诸多复杂性操作，则RAM存储空间变成了算法优化的重大瓶颈.假设需要一次性输入N个图像，并且同时使用RGB通道，每一个像素的数据都以float型存放，因此针对MIPS32处理器而言则要12N Bytes大小的空间用于图像存放.假如图像的大小是480×640，那么则需要RAM空间的大小至少是3 686 400 Bytes.由于所处理的图像会占用存储空间，为了能有效防止数据过多导致存储空间被占满导致程序运行较慢的问题，必须采取有效对策降低图像存储空间，或者是对存储空间进行优化，有效保障所有程序在进行图像处理的过程中最大内存量不会超过RAM的最大空间存储量[11].

4 结论

建立在图论基础之上的图像分割或者是嵌入式应用的相关图像分割技术方法都是较为常用的图像处理技术，主要是根据图像本身的特定特征将原有图像分离为多个不同的具有意义的区域，但是这些区域之间又存在一定的关联性.历经数十年发展滞后，图像分割技术已然发展成了具有较广应用范围的图像处理技术，人们对其的应用方法进行研究并形成了海量文献.然而，为了进一步提升图论技术的应用效能，还应该对其算法进行优化或更改，进一步优化程序，全面提升图像分割的计算速度以及分割效果.因此，本研究在数据结构和具体的实现方式内容基础之上，意识到其运算中存在的诸多问题，比如节点数目的问题，针对此也做出了相应的优化对策.

[1]谭志明.基于图论的图像分割及其嵌入式应用研究[D].上海：上海交通大学，2007.

[2]王梅，李玉鑑，全笑梅.图像分割的图论方法综述[J].计算机应用与软件，2014，31（9）：1-12.

[3]张建梅，孙志田，余秀萍.基于图论的图像分割算法仿真研究[J].计算机仿真，2011，28（12）：268-271.

[4]胡洁.基于图论的医学图像分割随机游走算法研究[D].广州：南方医科大学，2013.

[5]孟庆涛.结合图论与聚类算法的自然场景图像分割方法研究[D].苏州：苏州大学，2010.

[6]曹建农，方丹霞.基于图论的图像分割方法及其局限性研究[J].测绘技术装备，2006，8（2）：12-15.

[7]李倩.基于非采样Contourlet变换和图论的医学图像分割[D].济南：山东大学，2013.

[8]段宏英，姜威，于帅.基于分治策略的贝叶斯网学习方法及在图像分割中的应用[J].网络空间安全，2016，7（5）：65-66.

[9]姬治华，曹金香，杨发顺.基于图论的图像分割软件设计[J].电脑知识与技术，2016，12（20）：183-184.

[10]叶青，胡昌标.一种改进的基于图论的图像分割方法[J].计算机与现代化，2016，（9）：64-67.

[11]杨丹丹，王卫星，廖一鹏.基于多尺度分析及图论归一化割的矿岩颗粒图像分割及应用[J].四川大学学报（工程科学版），2015，47（s1）：118-124.

A Research on Graph Theory Based Image Segmentation and Its Embedded Application

SUN Jian-hong
(Department of Mathematics,Xinzhou Normal College at Wuzhai,Xinzhou,Shanxi,036200,China)

Image segmentation technology needs to combine the established features to separate images and separate them into independent and mutually connected regions.This technology is widely used in video and image processing.After decades of development,image segmentation has become an important work in the field of image processing,but still faces many problems.This paper mainly discusses the specific situation of image segmentation and embedded applications,analyzes the specific time of processor embedded platform and how to achieve resource optimization in space,thereby achieving better embedded applications.

image segmentation;embedded;application

TP391

A

1673-1972（2017）06-0049-04

2017-09-20

孙建红（1977-），男，山西五寨人，讲师，主要从事基础数学研究.

（责任编辑 王颖莉）