資源描述：
《基于區(qū)域的圖像分割算法》由會員上傳分享，免費在線閱讀，更多相關內容在行業(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充摘要:圖像分割是圖像處理和計算機視覺的基本問題之一，是圖像處理和圖像分析的關鍵步驟。本文對基于區(qū)域的圖像分割方法進行了綜述，具體介紹了閾值法、區(qū)域生長和分裂合并法、基于統計學的算法等三種方法，并分析出各算法在應用中的優(yōu)缺點。關鍵詞：圖像分割，閾值法，區(qū)域生長，分裂合并，統計學算法SurveyofImageSegmentationMethodBasedonRegionAbstract:Imagesegmentationisoneofbasicproblemsinimageprocessingandcompu
2、tervision,andisakeystepinimageprocessingandimageanalysis.Theimagesegmentationmethodsbasedonregionaresurveyedhere,includingthreemethodsaboutthresholding,regiongrowing,splittingandmergingandthemethodsbasedonstatisticsmethods,andthemeritsanddemeritsofeachmethodinusingareanal
3、yzed.Keywords:Imagesegmentation，Thresholding，Regiongrowing，Splittingandmerging，Statisticsmethods設計目的：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?？尚行杂懻摚哼@篇文章討論的數字圖像處理的幾種常用方法，很適合初學者快速了解并掌握它的算法，為以后的學習做了很好的引導，所以我認為這篇文章涉及的方法很實用，也很可行。設計過程圖像分割是數
4、字圖像處理中的一項關鍵技術，在許多領域均有所應用，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的分類和基本的介紹，并分析出各算法的優(yōu)缺點。根據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）基于統計學的算法。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)分目標和背景的灰度門限。如果像只有目標和背景兩大類，那么只選取一個閾值稱為單閾值分割。如果圖像中有多個目標，就需要選取多個閾值將目標及背景分開，這種方法稱為多閾值分割[1]。閾值法的數學描述[2]如下：設（x，y）是二維數字圖像的平面坐標，圖像灰度級的取值范圍是G={0，1，2，…，L－1}(習慣0代表最暗的像素點，L－1代表最亮的像素點)，位于坐標點（x，y）上的像素點的灰度級表示為f(x，y)。設t∈G為分割閾值，B={b0，b1}代表一個二值灰度級，并且b0，b1∈G。于是圖像函數f(x，y)在閾值t上的分割結果可以表示為
6、閾值分割法實際就是按某個準則函數求最優(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]、最大熵自動閾值法[6]等。閾值法的優(yōu)點是計算簡單，速度快，易于實現。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，能很有效地對圖像進行分割。閾值法的缺點是當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，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。其特點是
7、將分割過程分解為順序的多個步驟，其中后續(xù)步驟要根據前面步驟的結果進行判斷而確定。區(qū)域生長的基本思想是將具有相似性質的像素集合起來構成區(qū)域，該方法需要先選取一個種子點，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相似的區(qū)域，然后類似的相鄰區(qū)根據某種判斷準則迭代地進行合并。在區(qū)域分裂技術中，整個圖像先被看成一個區(qū)域，然后區(qū)域不斷被分裂為四個矩形區(qū)域，直到每個區(qū)域內部都是相似的。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)域進行合并。區(qū)域生長算法的優(yōu)點是計算簡單，特別適合于分割小
8、的結構。缺點是需要人工交互以獲得種子點，同時對噪聲也比較敏感。當對區(qū)域面積較大的圖像分割時，計算緩慢[7]。分裂合并算法的優(yōu)點是不需要預先指定種子點。缺點是分裂合并算法可能會使分割區(qū)域的邊界被
