基于區(qū)域的圖像分割算法

《基于區(qū)域的圖像分割算法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、基于區(qū)域的圖像分割算法論述及其補(bǔ)充摘要:圖像分割是圖像處理和計(jì)算機(jī)視覺的基本問題之一，是圖像處理和圖像分析的關(guān)鍵步驟。本文對基于區(qū)域的圖像分割方法進(jìn)行了綜述，具體介紹了閾值法、區(qū)域生長和分裂合并法、基于統(tǒng)計(jì)學(xué)的算法等三種方法，并分析出各算法在應(yīng)用中的優(yōu)缺點(diǎn)。關(guān)鍵詞：圖像分割，閾值法，區(qū)域生長，分裂合并，統(tǒng)計(jì)學(xué)算法SurveyofImageSegmentationMethodBasedonRegionAbstract:Imagesegmentationisoneofbasicproblemsinimageprocessingandcompu

2、tervision,andisakeystepinimageprocessingandimageanalysis.Theimagesegmentationmethodsbasedonregionaresurveyedhere,includingthreemethodsaboutthresholding,regiongrowing,splittingandmergingandthemethodsbasedonstatisticsmethods,andthemeritsanddemeritsofeachmethodinusingareanal

3、yzed.Keywords:Imagesegmentation，Thresholding，Regiongrowing，Splittingandmerging，Statisticsmethods設(shè)計(jì)目的：通過本文的討論，讓我們熟悉并掌握幾種常見的圖像分割的方法。并熟知這幾種常用方法的優(yōu)缺點(diǎn)和適用條件，了解它們的發(fā)展趨勢及方向。對于以后算法的優(yōu)化與分析做好鋪墊。可行性討論：這篇文章討論的數(shù)字圖像處理的幾種常用方法，很適合初學(xué)者快速了解并掌握它的算法，為以后的學(xué)習(xí)做了很好的引導(dǎo)，所以我認(rèn)為這篇文章涉及的方法很實(shí)用，也很可行。設(shè)計(jì)過程圖像分割是數(shù)

4、字圖像處理中的一項(xiàng)關(guān)鍵技術(shù)，在許多領(lǐng)域均有所應(yīng)用，多年來一直受到研究人員的高度重視。然而，目前使用的上千種圖像分割算法大都是針對具體問題所提出的，雖然每年都有新的圖像分割算法提出，但是并沒有一種通用的算法能適用于所有的圖像分割處理?；趨^(qū)域的圖像分割算法是圖像分割算法中較常用的一部分。本文對基于區(qū)域的圖像分割算法作以系統(tǒng)的分類和基本的介紹，并分析出各算法的優(yōu)缺點(diǎn)。根據(jù)圖像分割的處理方式不同，可以將基于區(qū)域的圖像分割算法分為以下三大類：（1）閾值法（2）區(qū)域生長和分裂合并（3）基于統(tǒng)計(jì)學(xué)的算法。1閾值法閾值法是一種簡單有效的圖像分割方法。閾

5、值是用于區(qū)分目標(biāo)和背景的灰度門限。如果像只有目標(biāo)和背景兩大類，那么只選取一個(gè)閾值稱為單閾值分割。如果圖像中有多個(gè)目標(biāo)，就需要選取多個(gè)閾值將目標(biāo)及背景分開，這種方法稱為多閾值分割[1]。閾值法的數(shù)學(xué)描述[2]如下：設(shè)（x，y）是二維數(shù)字圖像的平面坐標(biāo)，圖像灰度級的取值范圍是G={0，1，2，…，L－1}(習(xí)慣0代表最暗的像素點(diǎn)，L－1代表最亮的像素點(diǎn))，位于坐標(biāo)點(diǎn)（x，y）上的像素點(diǎn)的灰度級表示為f(x，y)。設(shè)t∈G為分割閾值，B={b0，b1}代表一個(gè)二值灰度級，并且b0，b1∈G。于是圖像函數(shù)f(x，y)在閾值t上的分割結(jié)果可以表示為

6、閾值分割法實(shí)際就是按某個(gè)準(zhǔn)則函數(shù)求最優(yōu)閾值t的過程。常用的閾值選取方法有：灰度直方圖峰谷法[3]、最小誤差法[4]、最大類間方差法[5]、最大熵自動(dòng)閾值法[6]等。閾值法的優(yōu)點(diǎn)是計(jì)算簡單，速度快，易于實(shí)現(xiàn)。尤其是對于不同類的物體灰度值或其他特征值相差很大時(shí)，能很有效地對圖像進(jìn)行分割。閾值法的缺點(diǎn)是當(dāng)圖像中不存在明顯的灰度差異或灰度值范圍有較大的重疊時(shí)，分割效果不理想。并且閾值法僅僅考慮圖像的灰度信息而沒有考慮圖像的空間信息，致使閾值法對噪聲和灰度不均勻十分地敏感。2區(qū)域生長和分裂合并區(qū)域生長和分裂合并是兩種典型的串行區(qū)域分割算法。其特點(diǎn)是

7、將分割過程分解為順序的多個(gè)步驟，其中后續(xù)步驟要根據(jù)前面步驟的結(jié)果進(jìn)行判斷而確定。區(qū)域生長的基本思想是將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域，該方法需要先選取一個(gè)種子點(diǎn)，然后依次將種子像素周圍的相似像素合并到種子像素所在的區(qū)域中。區(qū)域合并的基本思想是將輸入圖像分成多個(gè)相似的區(qū)域，然后類似的相鄰區(qū)根據(jù)某種判斷準(zhǔn)則迭代地進(jìn)行合并。在區(qū)域分裂技術(shù)中，整個(gè)圖像先被看成一個(gè)區(qū)域，然后區(qū)域不斷被分裂為四個(gè)矩形區(qū)域，直到每個(gè)區(qū)域內(nèi)部都是相似的。分裂合并算法中，區(qū)域先從整幅圖像開始分裂，然后將相鄰的區(qū)域進(jìn)行合并。區(qū)域生長算法的優(yōu)點(diǎn)是計(jì)算簡單，特別適合于分割小

8、的結(jié)構(gòu)。缺點(diǎn)是需要人工交互以獲得種子點(diǎn)，同時(shí)對噪聲也比較敏感。當(dāng)對區(qū)域面積較大的圖像分割時(shí)，計(jì)算緩慢[7]。分裂合并算法的優(yōu)點(diǎn)是不需要預(yù)先指定種子點(diǎn)。缺點(diǎn)是分裂合并算法可能會(huì)使分割區(qū)域的邊界被