资源描述：
《图像分割算法的应用与评价》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2006年9月吉林工程技术师范学院学报(自然科学版)Sep2006第22卷第9期JournalofJilinTeachersInstituteofEngineeringandTechnology(NaturalSciencesEdition)Vol22No9文章编号:1009-9042(2006)09-0060-05图像分割算法的应用与评价吉李满(吉林工程技术师范学院信息工程学院,吉林长春130052)摘要:图像分割是一种重要的图像技术,在理论研究和实际应用中都得到了人们的广泛重
2、视,图像分割的方法和种类很多,没有标准的分割方法。本文从图像分割的定义入手,具体论述了当前应用比较广泛的图像分割算法的理论基础、关键技术及其应用范围,最后对图像分割算法的评价进行了分类研究。分割算法的评价不仅可提高现有算法的性能,对研究新的分割评价技术也具有指导意义。关键词:图像分割;边缘;边界;区域中图分类号:TP751文献标识码:A1引言图像分割是一种重要的图像技术,在理论研究和实际应用中都得到人们的广泛重视。许多领域都要求对图像的总体或局部进行处理和分析,按要求对输入的图像给予总体和局部的理
3、解,借助计算机描述其局部以及相关联的总体,并进一步控制图像中的某些部分。图像分割的方法和种类很多,没有标准的分割方法。许多不同种类的图像或景物都可作为待分割的图像数据,同时,某些分割方法也只适用于某些特殊类型的图像分割。图像分割结果的好坏需要根据具体的场合及要求去评价。图像分割的任务是把图像分成互相不交叠的有意义的区域,以便进一步地处理、分析和应用。分开的区域一般是图像中我们感兴趣的目标。2图像分割的定义图像分割研究方法进行发展至今,人们对图像分割已提出了许多不同的解释和理解。目前被人们广为接受的是通过集合定
4、义的方法进行图像分割。令集合R代表整个图像区域,对R的图像分割可以看作是将R分成N个满足以下条件的非空子集R1,R2,,RN;N1URi=Ri=l2对i=1,2,,N,P(Ri)=TRUE3对,iji,j又对RiIRj=4对,iji,jP(RiYRj)=FALSE收稿日期:2006-02-24作者简介:吉李满(1973-),女,吉林长春人,吉林工程技术师范学院信息工程学院讲师。第22卷第9期吉李满:图像分割算法的应用与评价615对i=1,2,,N,Ri是连通的区域P(Ri)
5、=TRUE指出在分割结果中,每个区域的像素有着相同的特性。P(RiYRj)=FALSE表示在N分割结果中,不同的子区域具有不同的特性。URi=R表示分割的所有子区域的并集就是原来的图像,这i=l一点非常重要,因为它是保证图像中每个像素都被处理的充分条件。对上面的定义需要补充的是,实际的图像处理和分析都是面向某种特定的应用,所以,条件中的各种关系也是需要和实际要求相结合而设定的。迄今为止,还没有找到一种通用的方法,可以把人们的要求完全转换成图像分割中的各种条件关系,所有的条件表达式都是近似的。3图像分割算法早期
6、的图像研究中,图像分割方法主要可以分成两大类。一类是边界方法,这种方法假设图像分割结果的某个子区域在原来图像中一定会有边缘存在;一类是区域方法,这种方法假设图像分割结果的某个子区域一定有相同的性质,而不同区域的像素则没有共同的性质。图1所示为图像分割的方法框架。31边界分割图像分割的一种重要途径是通过边缘检测,即检测灰度级或者结构中具有突变的地方,表明一个区域的终结,也即另一区域的开始,这种不间断性称为边缘,利用此特性可以分割图像。图1图像分割方法框架1并行边界分割(1)Roberts算子Roberts
7、计算时利用的像素数一共有4个,Roberts算子边缘定位准确,但是对噪声敏感,适用于边缘明显而且噪声较少的图像分割。(2)Prewitt算子Prewitt算子对噪声有抑制作用,抑制噪声的原理是通过像素平均。但是像素平均相当于对图像的低通滤波,所以Prewitt算子对边缘的定位不如Roberts算子准确。(3)Sobel算子Sobel算子和Prewitt算子都是加权平均,但是Sobel算子认为,区域的像素对当前像素产生的影响不是等价的,所以距离不同的像素具有不同的权值,对算子结果产生的影响也不同。(4)Isotr
8、opicSobel算子IsotropicSobel算子也是一种加权平均算子,权值反比于邻点与中心点的距离,当沿不同方向检测边缘时梯度幅度一致,就是通常所说的各向同性。(5)Laplacian算子Laplacian算子具有各向同性,即与坐标轴方向无关,坐标轴旋转后梯度结果不变。由于该算子对噪声比较敏感,所以图像一般需先经过平滑处理,通常的分割算法是把Laplacian算子和平滑算子结合起
