毛竹秆茎维管束细胞壁结构图像分割与可视化研究.pdfVIP

1．2．2图像分割概述 在图像的研究和应用中，人们往往只对一幅图像中的某些部分感兴趣，这些感兴趣的 部分一般对应图像中特定的、具有特殊性质的区域(可以对应单个区域，也可以对应多个 区域)，称之为目标或前景，而其它部分称为图像的背景．为了辨识和分析目标，需要把 目标从一幅图像中孤立出来，这就是图像分割要研究的问题。所谓图像分割，从广义上来 讲，是根据图像的某些特征或特征集合(包括灰度、颜色、纹理等)的相似性准则对图像象 素进行分组聚类，把图像平面划分成若干个具有某些一致性的不重叠区域。这使得同一区 域中的象素特征是类似的，即具有一致性：而不同区域间象素的特征存在突变，即具有非 一致性。 图像分营](Image 重视和研究，在实际中也得到大量的应用。图像分割在不同领域中有时用其它名称，如目 标轮廓(Object Discri Detection)技术、目标识另rJ(Target ruination)技术、目标检测(Target 跟踪(TargetTracking)技术等，这些技术本身或核心实际上是图像分割技术。图像分割是图 像处理、分析的一项基本内容。图像工程是对整个图像领域进行研究应用的新学科，它的 内容丰富，根据抽象程度和研究方法的不同可分为三个各有特点的层次：图像处理、图像 分析和图像理解．如图1．2所示“∞： 围 …《 困 回 图1．2图像分割在图像工程中的位置 图像处理着重强调在图像之间进行交换以改善图像的视觉效果。图像分析则主要是对 图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述。图 像理解的重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互 关系，并得出对原始图像或客观场景的解释，从而指导和规划行动。 ． 图像分割是由图像处理进到图像分析的关键步骤，在图像工程中占有重要的位置。一 方面，它是目标表达的基础，对特征测量有重要影响。另一方面，因为图像分割及其基于 分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象更紧凑的形式，使得更 高层的图像分析和理解成为可能。但由于分割中出现的误差会传播至高层次处理阶段，因 此分割的精确程度是至关重要的，多年来一直受到研究人员的高度重视，被认为是计算机 视觉中的一个瓶颈““”，． 自20世纪70年代至今，已提出上千种各种类型的分割算法。如：边缘检测法、区 域的生长和分裂合并法、阈值分割法、小波分析法、数学形态学等“。…。这些分割算法都 是针对某一类型图像、某一具体的应用问题而提出的，并没有一种适合所有图像的通用分 割算法。 图像分割的应用非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的 图像。图像分割在工业自动化、在线产品检验、生产程控、文件图像处理、遥感图像、保 安监视、以及军事、体育、农业工程等方面都有广泛的应用。例如：在遥感图像中，合成 孔径雷达图像中目标的分割、遥感云图中不同云系和背景分布的分割等；在医学应用中， 等；在交通图像分析中，把车辆目标从背景中分割出来等；在面向对象的图像压缩和基于 内容的图像检索中将图像分割成不同的对象区域等。在各种图像应用中，只要需对图像目 标进行提取，测量等都离不开图像分割。图像分割的准确性将直接影响后续任务的有效性， 因此图像分割具有十分重要的意义。 1．2．3三维可视化技术概述 三维可视化技术是目前的一个研究热点问题，是一门与多个技术领域有关的交叉学 科，涉及计算机图形学、图像处理技术、计算机辅助设计，计算机视觉及人机交互技术等 几个领域． Resonance MRI：MagneticImaging)等成像技术的产生和发展，利用该技术可以获得研究 对象的二维数字断层序列图像．人们为提高对研究对象认识的准确性与科学性，将二维断 层图像序列重建得到具有直观立体效果的图像，展现出物体的三维结构与形态．但二维断 层图像只表达了某一截面的信息