图像分割技术概论

《图像分割技术概论》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、图像分割技术综述电信07-2邓欣80711110摘要数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不长，但却引起各方面人士的广泛关注。首先，视觉是人类最重要的感知手段，图像又是视觉的基础，因此，数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次，图像处理在军事、遥感、气象等大型的应用中有不断增长的需求。而图像分割结果的好坏直接影响对图像的理解。关键字：图像分割技术，概述，具体定义，分类数字图像处理的目的数字图像处理的目的：一是对图像进行加工和处理

2、，得到满足人的视觉和心理需要的改进形式。如图像增强和图像还原。二是对图像中的目标物（或称景物）进行分析和理解，包括：（1）把图像分割成不同目标物和背景的不同区域；（2）提取正确代表不同目标物特点的特征参数，并进行描述；（3）对图像中目标物进行识别和分类；（4）理解不同的目标物，分析其相互关系，从而指导和规划进一步的行动（计算机视觉）。图像分割技术综述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视。图像分割的方法和种类有很多，有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。有些算法需要先对图像进行粗分割，因为他们需要从图像中提取出

3、来的信息。许多不同种类的图像或景物都可作为待分割的图像数据，不同类型的图像，己经有相对应的分割方法对其分割，同吋，某些分割方法也只是适合于某些特殊类型的图像分割。分割结果的好坏需要根据具体的场合及要求衡量。图像分割是从图像处理到图像分析的关键步骤，可以说，图像分割结果的好坏直接影响对图像的理解。具体定义为后续工作有效进行而将图像划分为若干个有意义的区域的技术称为图像分割（ImageSegmentation）而目前广为人们所接受的是通过集合所进行的定义：令集合R代表整个图像区域，对R的图像分割可以看做是将R分成N个满足以下条件的非空子集Rl,R2,R3,RN；（1）完备性：分割

4、所得全部子区域的总和（并集）应能包括图像中所有像素或将图像中每一个像素都划分进一个子区中（2）独立性：在分割结果中，一个像素不能同吋属于两个子区域，即各子集不能重叠（3）相似性：即屈于同一子区域的像素应具有某些相同或相近的特性（4）互斥性：即属于不同子区域的像素应具有某些不同的特性（5）连通性：同一子区域中的像素点是连通的P（Ri）是对子区域Ri中所有元素的逻辑谓词，即特性的相似准则。实际应用中，总是将图像划分成背景子区域和不同的目标物子区域,其中的划分满足以上定义，则Ri（1=1.2.3-n）就称为R的分割。图像分割技术种类现已有许多各种用途的图像分割算法.对于图像分割问题

5、没有统一的解决方法，这一技术通常要与相关领域的知识结合起来，这样才能更有效的解决该领域中的图像分割问题。若把图像局部的特征的相似性和互斥性作为图像分割的依据，可将图像分割的方法分为两类：一类是利用区域内灰度的突变性，确定区域的边界或边缘位置，称为边缘检测法；另一种是利用区域内灰度的相似性，将图像像素点分成若干相似的区域，称作区域生长法。从分割操作策略上讲，可以分为基于区域生成的分割方法，基于边界检测的分割方法和区域牛成与边界检测的混合方法。图像分割主要包括4种技术：并行边界分割技术、串行边界分割技术、并行区域分割技术和串行区域分割技术。以下介绍几种其他的分割算法：聚类法K-均

6、值算法是一种将图像分割为K个聚类的迭代技术。直方图法相对于其他的图像分割算法来说，基于直方图的方法是一种效率非常高的方法，因为通常来说，该方法只需要对整幅图片扫描一遍即可。该方法对于整幅图像建立一张直方图，并通过图中的峰和谷来进行分类。颜色与灰度是通常进行直方图统计的特征。边缘检测边缘检测主要是图像的灰度变化的度量、监测和定位，其实质就是提取图像中不连续部分的特征。边缘检测在图像处理中比较重要，边缘检测的结果是图像分割技术所以懒得重要特征，因此边缘检测是图像分割领域的一部分。边缘检测常用于计算机视觉、武器的跟踪控制及自控制式的车船运动研究等领域。首先介绍图像边缘检测，具体就梯

7、度算子、kirsch算了、laplacian-gauss算了、canny算了、log滤波算了、sobel算了、Robert算子、prewitt算子边缘检测方法介绍检测原理并通过编程实现，比较各种方法的处理结果。区域生长区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体先对每个需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素具有相同或相似性质的像素（根据某种事先确定的生长或相似准则来判定）合并到种子像素所在的区域中。将这些新像素当做新的种子像素继续进行上面的过程，