图像分割方法的比较研究.pdfVIP

现代商贸工业 No．12，2010 ModernBusinessTrade 2010年第12期 Industry 图像分割方法的比较研究 刘妍君1 王劲柳2 (1．63823部队，四川绵阳621001；2．63610部队，新疆库尔勒841001) 摘要：b-计算机视觉的相关研究中，图像分割是连接低级视觉和高级视觉的桥梁和纽带，而图像分割是计算机视觉 系统中最关键争重要的一个环节。在撅要介绍几种常用图像分割方法的基础上，比较了每种图像分割算法的优缺点及其 适应范围，结果表明-：不同工程应用中，应根据其需求与图像特点合理采用不同的图像分割方法以达到更好的处理效果。 关键词：图象分割；图象处理 中图分类号：TP 文献标识码：A 文章编号：1672-3198(2010)12—0361—02 l 引言 三大类：特征闲值或聚类、边缘检测和区域提取。依据算法 and 近年来，随着工业、农业、医学、军事等领域自动化和智 所使用的技术或针对的图像，Pal Pal把图像分割算法 能化需求的迅速发展，对图像处理技术的要求也日益提高。 分成了6类：阈值分割、像素分割、深度图像分割、彩色图像 其中，对图像的自动识别与理解就是一项重要任务，而对图 分割、边缘检测和基于模糊集的方法。本文将依据上述两 像进行分割来提取目标是其关键步骤之一，如果得不到合 种分类方法进行深入研究。 理的图像分割图，也就无法对图像进行正确的识别与理解。 2图象分割方法 在过去的四十多年里，图像分割的研究一直受到人们高度 简而言之，图像分割(Image 的重视。迄今为止，研究者提出了上千种不同类型的分割 中的物体与背景或物体与物体分割开，实现不同区域的特 算法，而且近年来每年都有上百篇相关研究成果发表。但 殊处理。 是，现有的方法多是为特定应用设计的，有很大的针对性和 2．1基于阈值的分割方法 局限性，对图像分割的研究还缺乏一个统一的理论体系。 这类方法简单实用，在过去的几十年同备受重视，其分 Fu和Mui从细胞学图像处理的角度将图像分割技术分为类也不一而足。根据使用的是图像的整体信息还是局部信 行等价替换： 9因式分解法 sinx～x，tanac～z，arcsin_r～z，arctanx工，铲一1～工， 要点如果可以通过因式分解将变量化简或转化为已 知的极限，即可利用此方法求变量极限。 ln(1+z)～z，1一∞sz～百x2，酽一1～zlnn，靠~／而一1～ sillz-1-。Z 。Z—J 例9求。lim；4sin。Zzx一--33sinx--zlsin 三，(1+工)t一1～口z等。 一； n 例6求罂l,丽a丽rctan．T。 4+】 ． ．．4sinx+】 解：l—im。石石ar耳ct磊an而x=l『．ira。盎21。 2i1雩i五万2—1--—22一b。 7 自然对数法 10用变量替换 要点 对于幂指函数y=“(z)。‘2’的极限在多数情况 要点为了将未知的极限化简，或转化为已知的极限， 下都不能单纯的利用常规方法求解，这时可采用