图像分割方法综述

‘‘VNOORPMLPZRKLMNLPLY^OROAaNQXLZRQRSPLYRKLMNONMKNPQLQRSPKNQaSZLPZQaNPNbNOQbL^ORPXNVNPQ^NLXOLXNO[KKLXRcNZDPZ‘LPZOWNVRTULONZONMKNPQLQRSPLXNMR\NPKSXNZNOVXRWQRSP

>R>U>cdefghHi*RKLMNONMKNPQLQRSPKLMNWXSVNOORPMS[PZLX^VaNV]SPNONMKNPQLQRSP

‘>QaNcSPULONZONMKNPQLQRSPKNQaSZUS[PZLXULONZONMKNPQLQRSPKNQaSZcSPNLPZUS[PZLXULONZVSKURPNZONMKNPQLQRSP

图像分割指图像分成各具特性的区域并提取出感兴趣目标的技术和过程>它是由图像处理到图像分析的关键步骤>是一种基本的计算机视觉技术?只有在图像分割的基础上才能对目标进行特征提取和参数测量>使得更高层的图像分析和理解成为可能?因此对图像分割方法的研究具有十分重要的意义?

图像分割是将整个图像区域分割成若干个互不交叠的非空子区域的过程>每个子区域的内部是连通的>同一区域内部具有相同或相似的特性>这里的特性可以是灰度@颜色@纹理等?对于灰度图像来说>区域内部的像素一般具有灰度相似性>而在区域边界上一般具有灰度不连续性?图像分割的数学描述如下!设集合j代表整个图像区域>是区域上相l)k’似性测量的逻辑准则>对j的分割就是把j分成满足下列条件的非空子区域j>>>m>!jj"(n

和串行算法>在并行算法中>所有判断和决定都可独立和同时地进行>而在串行算法中>后续处理过程要用到早期处理的结果?近几年来>研究人员不断改进原有方法并把其他学科提出的一些新理论和新方法用于图像分割>提出了不少新的分割方法?本文对传统的图像分割方法和近年来出现的新方法进行介绍?

#基于区域的分割方法

基于区域的分割方法是利用区域内特征的相似性把图像划分成一系列有意义区域的处理方法?#‘#阈值法

阈值法是一种最常用的并行区域技术>阈值是用于区分不同目标的灰度值?如果图像只有目标和背景两大类>那么只需选取一个阈值称为单阈值分割?这种方法是将图像中每个像素的灰度值与阈值相比较>灰度值大于阈值的像素为一类>灰度值小于阈值的像素为另一类?如果图像中有多个目标>就需要选取多个阈这种方法称为多阈值分割?阈值又值将各个目标分开>

可分为全局阈值@局部阈值和动态阈值?

阈值法分割的结果依赖于阈值的选取>确定阈值阈值分割实质上就是按照某个是阈值法分割的关键>

准则求出最佳阈值的过程?常用的全局阈值选取方法有利用图像灰度直方图的峰谷法@最小误差法@最大类间方差法@最大熵自动阈值法以及其他一些方法?

阈值分割的优点是计算简单>运算效率较高>速度

opjrjq

qr"

和t有js对于所有的q>ut>vjrwqqt

有k’x对于qr">(>m>>)rAnjyz{q

有k’|对于qut>pj)r}jD~!{qt

"对于qr">(>m>>njq是连通的区域根据上面的讨论和定义>灰度图像分割方法一般可分为利用区域内灰度相似性的基于区域的方法和利用区域间灰度不连续性的基于边界的方法?根据分割过程中处理策略的不同>分割算法又可分为并行算法

$$$

#杨