彩色图像分割的国内外研究现状.docVIP

1．阈值分割方法 阈值分割方法的历史可追溯到近40年前，现已提出了大量算法，对灰度图像的取阈值分割就是先确定一个处于图像灰度取值范闱之中的灰度阈值，然后将图像中各个象素的灰度值都与这个阈值相比较，并根据比较结果将对应的像素分为两类。这两类像素一般分属图像的两类区域，从而达到分割的目的。从该方法中可以看出，确定一个最优阈值是分割的关键。现有的大部分算法都是集中在阈值确定的研究上。阈值分割方法根据图像木身的特点，可分为单阈值分割方法和多阈值分割方法;也可分为基于像素值的阈值分割方法、基于区域性质的阈值分割方法和基于坐标位罝的阈值分割方法。若根据分割算法所有的特征或准则，还可以分为直方图与直方图变换法、最大类空间方差法、最小误差法与均匀化误差法、共生矩阵法、最大熵法、简单统计法与局部特性法、概率松弛法、模糊集法、特征空间聚类法、基于过渡区的阈值选取法等。 目前提出了许多新方法，如严学强等人提出了基于量化直方图的最大熵阈值处理算法，将直方图量化后采用最大熵阈值处理算法，使计算量大大减小。薛贵浩、帝毓晋等人提出基于最大类间后验交叉熵的阈值化分割算法，从目标和背景的类间差异性出发，利用贝叶斯公式估计像素属于目标和背景两类区域的后验概率， 再搜索这两类区域后验概率之间的最大交叉熵。这种方法结合了基于最小交叉熵以及基于传统香农熵的阈值化算法的特点和分割性能，取得很好的通用性和有效性，该算法也容易实现二维推广,即采用二维统计量(如散射图或共生矩阵)取代直方图,以提高分割的准确性。俞勇等人提出的基于最小能量的图像分割方法，运用了能量直方图来选取分割阈值。任明武等人提出的一种基于边缘模式的直方图构造新方法，使分割阈值受噪声和边缘的影响减少到最小。程杰提出的一种基于直方图的分割方法，该方法对Ostu准则的内在缺陷进行了改进,并运用对直方图的预处理及轮廓追踪，找出了最佳分割阈值。此方法对红外图像有很强的针对性。Ostu方法，得到了几种与Ostu类似的简单计算公式，使该方法特别适合需自动产生阈值的实时图像分析系统。0(W2 S2)降至0(W2/3 S2/3)。赵雪松等人提出的综合全局二值化与边缘检测的图像方法，将全局二值化与边缘检测有效的结合起来，从而达到对信封图分割的理想效果。。。 。。Papamarkes等提出爬山法的多阈值分割和Olivo提出子波变换的方法只对明显峰值有效而对不明显的峰值无效的缺点，以及结合模糊C-均值算法和遗传算法的两大显著特点而改进的算法，这种分割方法能够快速正确地实现分割，且不需事先认定分割类数。能得到令人满意的目的。黎恒和赖声礼提出基于小波变换和动态聚类的图像分割方法，分割结果与网络的初始状态无关，具有较强的保持拓朴结构不变的能力，具有自适应性。ZikuanChen。Mandelbrot。。。 图像最基本的特征是边缘，它是图像局部特性不连续（或突变）的结果。。Robert算子、Sobel算子、Prewitt算子、Laplacian算子等。 Mallat算法， 对图像进行二进度小波分解，然后计算出在二进尺度空间的多尺度脊边缘及强度，最后通过脊边缘跟踪、滤波和小波反变换，得到分割结果。张静等人提出了行扫描空间带通滤波法，是在总结前任理论和实验结果的基础上提出的一种边缘提取新方法，对电视图像的自动跟踪识别有很好的效果。ISODATA分类算法分割图像，再对所得到的边缘数据作曲线拟合。。。(边缘轮廓信息）匹配，而且利用特征匹配所得的精确控制块对,可在最小二乘误差准则下实现实测图与基准图的影像匹配定位，用于海岸线、河流、湖泊等大尺度地理标志的场景或地区的图像得到很好的效果。,该方法引入了灰度尺度和空间尺度，将图像变为表示象素点相互吸引的向量场，从而将边缘检测问题转化为在向量场中寻找相分离向量的问题。BD模型检测边缘的方法，证明了BD模型是GD模型的快速算法，并且取得的效果和用GD模型取得的效果是一样的。(EIM)的多尺度边缘检测方法，该方法利用EIM能自适应地调整多尺度边缘检测中的滤波度参数,克服了传统图像信息定义的缺陷，使该方法具有较好的抗噪声和检测结果。。。GALAMBOSC等人提出了哈夫变换的改进算法，利用角度信息来控制选择和分配像素在同一直线上的过程，使分割效果优于标准哈夫变换的同时，大大减少了计算量，同时受噪声和曲线间断的影响较小。 3 区域分割的实质就是把具有某种相似性质的像素连通起来，从而构成最终的分割区域。。,按区域属性特征一致的准则，决定每个像元的区域归属，形成区域图，这常称之为区域生长的分割方法；如果从像元出发，按区域属性特征一致的准则，将属性接近的连通像元聚集为区域是区域增长的分割方法；若综合利用上述两种方法，就是分裂一合并的方法。。3种:基于区域灰度差准则、基于区域内灰度分布统计性质准则和基于区域形状准则。。 最