图像分割方法的研究及应用现状.docx

图 像 分 割 方 法 的 研 究 及 应 用 现 状

芩，将不同方向光源条件下获得的图像序列作为一个整体少提取其所包含的三维立体特征，以此为基础提出了基于模瑚理论的表面法向丑算子(fu:zzy-SNLBP)基于表面法向豐和图论聚类以及基于脉冲耦合神经网络(PCNN)的压印立体字符的分割方法白

由于将国外在三维立体图像识别中最新的表而分割技术应用在压印立体字符的分割上，因此本文具有一定的创新性和探索性§同时对生产实践亦具有一定的指导志义，

图像分割是图像处理的三大任务之一，它是利用数字图像的某些特性．如灰度、颜色、纹理和形状邻，将人们感兴趣的目标从图像音果中提取出来，为后续的分类、跟踪、识别等处理提供基础0 图像分割屑千底层的图像处理技术卞 但是可与各种模型、各种数学理论和工具相结合，目前已形成上干种分割方法它

从计算层次七 图像可分为灰度图像飞 深度图像和三维模型图像e, 下面介绍的阳像分割方法主要苤于灰度图像分割和深度图像而展开C

1上1灰度图像分割

灰度图像屈千二维图像，其分割方法大致可分为两大类：基千底层知识的传统的图像分割方法，与某些特定理论相结合的基于商层知识的图像分割方法[IL..

(1)传统的图像分割方法

传统的图像分割方法包括基于区践的K基于边缘的和两者结合的图像分割方法q

峈f区域的分割方法是以直接寻找区域为基础的分割技术，具体绊法

有两种芼术形式：一种是区域生长，从单个像紊出发a 逐步合井以形成所需要的分割区域；另一种是从全局出发，逐步切割至所需的分割区域心 在实际中使用的通常是这两种基木形式的结合0 对某些复杂物体定义的发杂场景的分割或者对某些自然景物的分割等类似先验知识不足的图像分割土该类算法的分割效果比较理想中