彩色图像分割.doc--lhy.docVIP

彩色图像分割：一个国家最先进的调查 L.Lucchese and S.K. Mitra 电气和计算机工程系 加利福尼亚大学-圣巴巴拉分校 电子与信息系，意大利帕多瓦大学 {fluca,mitra(米特拉)}@iplab.ece.ucsb.edu 摘要 分割是与图像分割相关的一种低水平操作，这种操作是确定要分割图像的不相交的均质区域，也可以说是寻找要分割图像的边缘或者边界。图像中的这些均匀区域和边缘应该符合实际的对象或者实际对象的一部分。因此，分割作为识别、语义解释和表示等高级图像操作的第一步，在图像处理和计算机视觉的大量应用中起着至关重要的作用。直到最近，人们（主要关注）的注意力一直集中在灰度级图像的分割上，由于这些是唯一一种获取设备能够采集的视觉信息并且能够利用计算机资源进行处理。如今，彩色图像已经取代单色信息，计算能力也不再是处理大量数据的限制。最近几年注意力也相应的一直集中在彩色图像分割的算法和各种不同的技术上，已经提出要经常借用背景灰度图像分割。这篇论文算是对过去几年的彩色图像分割的先进方法的回顾。 引言 分割是把一个图像分割成不相交的相似区域（同质区域）的过程，这个任务也可以等效的通过寻找各区域的边界去实现；这两种策略已经被证明的确是等效的。一个好的图像分割应该展示的可取的特点已经被Haralick和Shapiro在[1]参考灰度级图像中明确指出.图像分割的区域就一些特性,比如灰度和纹理而言应该是统一均匀的.区域内部应该简单没有许多的小孔。一个分割的相邻区域应该有明显不同的值相对于他们均匀的特性上。分割的各个部分的边界应该是简单的，而不是参差不齐的（粗糙的），且必须在空间上准确，根据上边列出的主要需求，分割的一个更正式的定义，可以通过下面的方法【2,3,5】给出：让I表示一个图像，让H定义一个特定的同质性谓词；然后I的分割就是将I的一个分区P分成一组包含N个区域的Rn,n=1，…,N,这样：1）Rn=I并且;2) 3) 任意相邻的和.条件1）分区必须覆盖整个图像，条件2）就谓词H，每个区域都必须是同质的，条件3）两个相邻区域不能被合并成一个单一的地区以满足谓词H。 在图像处理和计算机视觉的几个应用当中，分割是一种极其重要的操作，因为它代表了低级别的图像处理的第一步，正如上边提到的，分割的基本目标是将一个图像分解成对某些应用[1]有意义的多个部分。