图像分割算法有哪些.pdf资源-CSDN文库

版权申诉

89 浏览量 2022-07-02 17:00:14 上传评论 1 收藏 62KB PDF 举报

资源推荐

资源详情

资源评论

图像分割算法有哪些

数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，

图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不

长，但却引起各方面人士的广泛关注。首先，视觉是人类最重要的感知手段，图像又是视

觉的基础，因此，数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究

视觉感知的有效工具。其次，图像处理在军事、遥感、气象等大型应用中有不断增长的需

求。

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和

过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方法主要分以下几类：基

于阈值的分割方法、基于区域的分割方法、基于边缘的分割方法以及基于特定理论的分割

方法等。1998 年以来，研究人员不断改进原有的图像分割方法并把其它学科的一些新理论

和新方法用于图像分割，提出了不少新的分割方法。图像分割后提取出的目标可以用于图

像语义识别，图像搜索等等领域。

图像分割有哪些方法 1 基于区域的图像分割

图像分割中常用的直方图门限法、区域生长法、基于图像的随机场模型法、松弛标记区域

分割法等均属于基于区域的方法。

（1）直方图门限分割就是在一定的准则下，用一个或几个门限值将图像的灰度直方图（一

维的或多维的）分成几个类，认为图像中灰度值在同一个灰度类内的象素属于同一个物体，

可以采用的准则包括直方图的谷底、最小类内方差（或最大类间方差）、最大熵（可使

用各种形式的熵）、最小错误率、矩不变、最大繁忙度（由共生矩阵定义）等。门限法

的缺陷在于它仅仅考虑了图像的灰度信息，而忽略了图像中的空间信息，对于图像中不存

在明显的灰度差异或各物体的灰度值范围有较大重叠的图像分割问题难以得到准确的结

果。

（2）区域生长是一种古老的图像分割方法，最早的区域生长图像分割方法是由Levine 等

人提出的。该方法一般有两种方式，一种是先给定图像中要分割的目标物体内的一个小块

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余0页未读，立即下载

内容反馈

版权申诉

G11176593

粉丝: 6691
资源: 3万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip