--
3. 前言
3.1 图像阈值分割技术基本原理
所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划
分成若干个互不相交的区域,使得这些特征在同一区域内,表现出一致性或相似
性,而在不同区域间表现出明显的不同。简单的讲,就是在一幅图像中,把目标从
背景中分离出来,以便于进一步处理。图像分割是图像处理与计算机视觉领域低
层次视觉中最为基础和重要的领域之一,它是对图像进行视觉分析和模式识别的
基本前提。同时它也是一个经典难题,到目前为止既不存在一种通用的图像分割
方法,也不存在一种判断是否分割成功的客观标准
[5]
。
在对图像的研究和应用中,人们往往仅对图像中的某些部分感兴趣,这些部
分称为目标或前景(其他部分称为背景),他们一般对应图像中特定的、具有独特
性质的区域。为了辨识和分析目标,需要将他们分离提取出来,在此基础上才有
可能对目标进一步利用。图像分割就是指把图像分成格局特性的区域并提取出感
兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、纹理等,预先定义
的目标可以对应单个区域,也可以对应多个区域。现有的图像分割算法有:阈值
分割、边缘检测和区域提取法。本文着重研究基于阈值法的图像分割技术。
若图像中目标和背景具有不同的灰度集合:目标灰度集合与背景灰度集合,且
两个灰度集合可用一个灰度级阈值T进行分割。这样就可以用阈值分割灰度级的
方法在图像中分割出目标区域与背景区域,这种方法称为灰度阈值分割方法。
在物体与背景有较强的对比度的图像中 ,此种方法应用特别有效。比如说物
体内部灰度分布均匀一致,背景在另一个灰度级上也分布均匀,这时利用阈值可以
将目标与背景分割得很好。如果目标和背景的差别是某些其他特征而不是灰度特
征时,那么先将这些特征差别转化为灰度差别 ,然后再应用阈值分割方法进行处
理,这样使用阈值分割技术也可能是有效的
设图像为 f(x,y),其灰度集范围是[0,L],在 0 和L之间选择一个合适的灰度
--