图像分割技术40888.pptVIP

图像分割技术 计算机应用技术 杨瑞娟 图像分割是图像分析的第一步，是计算机视觉的基础，是图像理解的重要组成部分，是图像处理到图像分析的关键步骤，同时也是图像处理中最古老和最困难的问题之一。 图像分割：将图像表示为物理上有意义的连通区域的集合，也就是根据目标与背景的先验知识，对图像中的目标、背景进行标记、定位，然后将目标从背景或其他伪目标中分离出来。由于这些被分割的区域在某些特性上相近，因而，图像分割常用于模式识别与图像理解以及图像压缩与编码两大类不同的应用目的。 图像分割的方法 早期的图像分割方法可以分为两大类： 一类是边界方法，这种方法假设图像分割结果的某个子区域在原来图像中一定会有边缘存在； 一类是区域方法，这种方法假设图像分割结果的某个子区域一定会有相同的性质，而不同区域的像素则没有共同的性质。 这两种方法都有优点和缺点。 根据应用目的不同，分为粗分割和细分割：对于模式识别应用，一个物体对象内部的细节与颜色(或灰度)渐变应被忽略，而且一个物体对象只应被表示为一个或少数几个分割区域，即粗分割；而对于基于区域或对象的图像压缩与编码，其分割的目的是为了得到色彩信息一致的区域，以利于高效的区域编码。若同一区域内含有大量变化细节，则难以编码，图像需要细分割，即需要捕捉图像的细微变化。 根据分割方法的不同，可分为并行边界分