数图

数字图像分割技术

摘要: 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。同时也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;评价;

Abstract: Digital image segmentation is a key technology in digital image processing, it is usually in

order to further analyze the images, such as recognition, compression processing of image preprocessing, the segmentation accuracy directly affects the validity of the subsequent task. Is also a difficult point and key technology of digital image processing, based on introducing the basic concepts in digital image segmentation, summarizes the current main methods of digital image segmentation, image segmentation evaluation are reviewed, finally discusses the existing problems and development trend of digital image segmentation

Keywords: digital image; Segmentation method; evaluation

1引言

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。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。

2 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。从广义上来讲, 是根据图像的某些特征或特征集合(包括灰度、颜色、纹理等)的相似性准则对图像像素进行分组聚类, 把图像平面划分成若干个具有某些一致性的不重叠区域。分割出来的区域须同时满足均匀性和连通性的条件。在图像的研究和应用中, 人们往往只对一幅图像中的某些部分感兴趣, 这些感兴趣的部分一般对应图像中特定的、具有特殊性质的区域, 称之为目标或前景, 其它部分称为图像的背景。[1]

3数字图像分割的主要方法

从上世纪五六十年代开始,学者们就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。

3.1边缘检测方法

边缘检测方法是人们研究得比较多的一种方法。它通过检测图像中不同区域的边缘来达到分割图像的目的。很多的边缘检测算法是基于图像的灰度函数求导和在图像中匹配特定的边缘模型这两种方法，如Marr_Hildreth算法和Canny算法就是这两种方法的经典代表。在具体做法上，表现为空域算子与图像模板求卷积和用迭代等方法求匹配函数的系数等

3.2区域提取方法

区域提取法有两种基本形式：一种是从单个象素出发，逐渐合并以形成所需的分割区域；另一种是从全图出发，逐渐分裂切割至所需的分割区域。在实际中使用的通常是这两种基本形式的结合。根据以上两种基本形式，区域提取法可以分为区域生长法和分裂合并法。

3.3阈值分割法

阀值分割法是图像分割中应用最普遍的基本分割技术，具有性能稳定、实现简单、计算量小的特点。使用阀值法时，是将图像灰度分为几个部分，对于同一部分的像素就把它当作