数字图像分割技术及其发展参照.pdfVIP

数字图像分割技术及其发展 摘要 : 数字图像分割是数字图像处理中的一项难点与重点技术 , 从介绍数字图像 分割的基本概念出发 , 综述了目前数字图像分割的主要方法 , 评述了图像分割的 质量评价 , 最后探讨了数字图像分割存在的问题及发展趋势。 关键词 : 数字图像 ; 分割方法 ; 质量评价 ; 引言 数字图像分割是数字图像处理中的一项关键技术 , 它通常是为了进一步对图像进 行分析、识别、压缩编码等处理的图像预处理环节 , 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 20 世纪 70 年代起一直受到人们 的高度重视 , 至今已提出上千种分割算法 , 但因尚无通用的分割理论 , 致使目前提 出的分割算法大都是针对具体问题的 , 并没有一种适合所有图像的通用分割算 法。另外 , 还没有制定出适用于分割算法的标准 , 这给图像分割技术的应用带来许 多实际问题。 最近几年又出现了许多新思路、 新方法和改进算法。 本文首先对数 字图像分割的研究现状、一些经典分割方法和新出现的分割方法作了概述 , 其次 探讨了数字图像分割质量评价体系标准 , 最后分析了数字图像分割技术中存在的 问题及发展趋势。 1 数字图像分割的基本概念 数字图像分割是指将一幅数字图像分解为若干互不交叠的、 有意义的、 具有相同 性质的区域。好的图像分割应具有以下特征： （1） 分割出来的各区域对某种性质（例如灰度，纹理）而言具有相似性，区域 内部是连通的且没有过多小孔。 （2） 相邻区域对分割所依据的性质有明显的差异。 （3） 区域边界是明确的。 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。 2 数字图像分割的主要方法 从上世纪五六十年代开始 , 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 , 依这些算法对图像处理的特点 , 将其主要可分为以下几类 方法。 2.1 阈值分割法 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。由于是直接利用图像的灰度特性 , 因此计算 方便简明、实用性强。显然 , 阈值分割方法的关键和难点是如何取得一个合适的 阈值 , 而实际应用中阈值设定易受噪声和光亮度影响。 [2] 近年来关于阈值分割法 主要有 : 最大相关性原则选择阈值法、基于图像拓扑稳定状态法、灰度共生矩阵 法、熵法、峰值和谷值分析法等。 [3] 其中 , 自适应阈值法、最大熵法、模糊阈值 法、类间阈值法是对传统阈值法改进较成功的几种算法。更多的情况下 , 阈值的 选择会综合运用 2 种或 2 种以上的方法 , 这也是图像分割发展的一个趋势。例如 将图像的灰度直方图看作是高斯分布的选择法与自适应定向正交投影高斯分解 法的结合 , 较好地拟合了直方图的多峰特性