图像分割技术综述_彭禹皓.pdfVIP

信息与电脑 计算机工程应用技术 China ComputerCommunication 2013年01月刊 图像分割技术综述 彭禹皓 （广州通信学院，广东广州 510500） 摘 要：图像分割是将目标区域从背景中分离开来或将目标及其相类似的物体与背景分离，讲目标区域分割出来以后，就可以利用其他的各 种技术对图像进行特征提取、匹配等处理，因此图像分割具有非常重要的意义。本文描述了图像分割的主要方法，并对其中一些方法的处理效果 进行比较。 关键词：图像分割；边缘检测；区域；进化计算 中图分类号：TP751.2 文献标识码：A 文章编号：1003-9767（2013）01-0140-02 图像分割就是按照区域属性特征一致的准则，把图像分割成有特 由于微分运算会增加图像中的噪音，因此可以通过平滑滤波建设 殊性质的目标和区域的过程，这些区域互不相交，而且区域中的所有 噪音的影响。Marr 和Hildresh[5] 提出一种先平滑后求导的方法：先使 像素点都满足基于灰度! 纹理! 彩色等特征的某种相似性准则即具有 用高斯函数进行平滑，再使用拉普拉斯算子进行求导，判定导数的零 均匀性，区域中的任意两点之间都可存在连接它们的路径即区域内具 交叉点为边缘点。这种方法又称为LOG 算子，采用LOG 算子的图像 有连通性。图像分割可以用下面的数学方法进行描述： 分割效果如果5 所示。Canny 从最优滤波器的角度提出了三个最有准 [6] 将整幅图像用R 来表示，可以将对R 按照下面五个条件划分为 则，并从这三个准则得到一组最优滤波器 。相对于LOG 算子的过 集合R 1、R2 、…Rn ： 零点，Canny 检测的边缘是算子输出的局部极值。 （1）R 1、R2 、…Rn 的并集等于R ； （2 ）对于所有的i 和j ，i ≠j ，Ri 和Rj 不相交； （3 ）对i= 1，2 ，…，n ，子集合Ri 必定具有某种性质； （4 ）对任意不相同的子集合Ri 和Rj ，Ri 和Rj 必定具有某种相 同的性质； （5 ）对任意的子集合Ri ，Ri 是连通的。 数字图像分割的研究已有几十年，国内外学者已经提出了许多种 算法，但是由于图像分割面对的问题复杂程度越来越高，对分割结果 图3 采用Sobel算子的分割效果图图4 采用Prewitt算子的分割效果图 的要求越来越高，这使得图像分割领域仍然不断的涌现新理论、新方 法。而且因为缺少通用的理论作为指导，对具体的实际问题采用何种 算法进行图像分割并没有一致意见，目前的研究都是根据特定的应用 提出自己的解决方法。在已提出的这些算法中，可以分为基于梯度算 子和基于生长技术的图像分割两大类。 1.采用梯度算子的图像分割方法 此类方法主要的依据是图片的背景颜色与目标颜色的边界处，像 素点的颜色特征值发生突变。因此根据像素点颜色特征值是否发生突 图5 采用LOG算子的分割效果图 图6 采用Canny算子的分割效果图 变可以将背景与目标区分开。由于边缘为图像中灰度发生急剧变化的 2.基于生长技术的图像分割 区域边界，微分运算也就成为边缘检测与提取的主要手段。最早提出 采用此种技术的主要是区域生长算法，该算法首将图片分成若干 [1] 的是一阶微分边缘算子，如Robert 算子 ，在Robert 算子基础上改 个小区域，选取每个小区与中的一个点作为种子点构成种子像素集合， [1] 进得到的Sobel 算子 和Prewitt 算子。几种算子的分割效果如图2 、 将与种子点相邻的、与种子点具有某种相同性质的点加入种子像素集 图3、