图像分割技术研究与应用

《图像分割技术研究与应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、图像分割技术研究与应用摘要：图像分割是指将一副图像分解为若干互不交叠的有意义且具有相同属性的区域。图像分割是数字图像处理中的一项关键技术，其分割的准确性直接影响后续任务的有效性，因此具有十分重要的意义。现有的分割算法在不同程度上取得了一定的成功，但是图像分割的很多问题还远远没有解决，该方面的研究仍然面临很多挑战。文章分析了现有图像分割的各种算法的特点以及存在的问题，对基于图像分割的经典算法进行改进，实现了一种新的分割方法，并将其应用到机器视觉的相关产品当中，取得了良好的效果。关键词：数字图像处理;图像分割;分割算法;机器视觉中图分类号：TP3

2、文献标志码：A文章编号：1006-8228（2015）01-26-03ResearchandapplicationofimagesegmentationtechnologyWangWei1，ZengXiaoneng2（1.ChangshaInformationtechnologySchool，Changsha，Hunan410116，China;2.CentralSouthUniversity）Abstract：Imagesegmentationisaboutdecomposing15animageintoanumberofmutuallyn

3、on-overlappingregionwhilehavingthesameattribute.Itisakeytechnologyofdigitalimageprocessing，whichdirectlyaffectstheeffectivenessofsegmentationaccuracyofsubsequenttasks，hencehavingimportantsignificance.Theexistingsegmentationalgorithmachievedsuccesstosomeextent，buttheimageseg

4、mentationproblemisfarfrombeingsolved，researchinthisareastillfacesmanychallenges.Theexistingproblemsofimagesegmentationmethodsareanalyzed.Theclassicalalgorithmforimagesegmentationisimproved.Anewsegmentationmethodisgivenandappliedtothemachinevision-relatedproductswhichachieve

5、goodresults.Keywords：digitalimageprocessing;imagesegmentation;segmentationalgorithm;machinevision0引言15图像分割是数字图像处理中的一项关键技术，它通常用于对图像进行分析、识别、编码等处理之前的预处理环节，其分割的准确性直接影响后续任务的有效性，因此具有十分重要的意义。自上世纪70年代以来，已经出现了多种图像分割方法，而每一种图像分割方法都是为了解决一些特定的应用问题。该技术成功地应用于许多领域，例如：交通路口的电子警察、光学字符识别（OCR）、

6、指纹识别、机动车牌号识别等等。图像分割是指将一副图像分解为若干互不交叠的有意义且具有相同属性的区域。好的图像分割应具备的特性：①分割出来的各区域对某种性质如灰度、纹理而言具有相似性，区域内部比较平整;②相邻区域对分割所依据的性质有明显的差异;③区域边界上是明确和规整的[1]。大多数图像分割方法只是部分满足上述特征。如果强调分割区域的同性质约束，则分割区域很容易产生大量小孔和不规则边缘;若强调不同区域间性质差异的显著性，则易造成不同区域的合并。具体处理时，不同的图像分割方法总是在各种约束条件之间寻找一种合理的平衡。虽然图像分割方法已经有了很大的

7、发展，但由于它的复杂性，仍有很多问题没有很好地得到解决。因此，人们至今还一直在努力发展新的、更有潜力的分割算法，以期实现更通用、更完美的分割结果。实践表明，对图像分割理论与技术的进一步研究仍然具有非常重要的意义。15本文首先对数字图像分割的一些经典分割方法作了概述，然后分析了现有项目开发中使用的图像分割方法所存在的问题，最后基于经典算法进行技术改进，实现了一种新的分割方法，并将其应用到实际的产品当中，取得了良好的效果。1图像分割方法的现状从上世纪五十年代开始，学者一直热衷于研究图像分割技术。迄今为止，已提出上千种图像分割算法，依这些算法对图像

8、处理的特点，主要可分为以下几类方法[2]。1.1阈值分割法15阈值分割法作为一种常见的区域并行技术，它通过设置阀值，把像素点按灰度级分若干类，从而实现图像分割。由于