图像分割技术的原理及方法.pdf

浅析图像分割的原理及方法 一．研究背景及意义 研究背景： 随着人工智能的发展，机器人技术不断地应用到各个领域。信息技术的加入 是智能机器人出现的必要前提。信息技术泛指包括通信技术、电子技术、信号处 理技术等相关信息化技术的一大类技术。它的应用使得人们今天的生活发生了巨 大变化。从手机到高清电视等家用电器设备出现使我们的生活越来越丰富多彩。 在一些军用及民用领域近几年出现了一些诸如:图像制导、无人飞机、无人巡逻车、 人脸识别、指纹识别、语音识别、车辆牌照识别、汉字识别、医学图像识别等高 新技术。实现它们的核心就是图像处理、机器视觉、模式识别、智能控制、及机 器人学等相关知识。其中图像处理具有重要地位。而图像分割技术是图像分析环 节的关键技术。 研究图像分割技术的意义： 人类感知外部世界的两大途径是听觉和视觉，尤其是视觉，同时视觉信息是 人类从自然界中获得信息的主要来源，约占人类获得外部世界信息量的80%以上。 图像以视觉为基础通过观测系统直接获得客观世界的状态，它直接或间接地作用 于人眼，反映的信息与人眼获得的信息一致，这决定了它和客观外界都是人类最 主要的信息来源，图像处理也因此成为了人们研究的热点之一。人眼获得的信息 是连续的图像，在实际应用中，为便于计算机等对图像进行处理，人们对连续图 像进行采样和量化等处理，得到了计算机能够识别的数字图像。数字图像具有信 息量大、精度高、内容丰富、可进行复杂的非线性处理等优点，成为计算机视觉 和图像处理的重要研究对象。在一幅图像中，人们往往只对其中的某些区域感兴 趣，称之为前景，这些区域内的某些空间信息特性(如灰度、颜色、轮廓、纹理等) 通常与周围背景之间存在差别。图像分割就是根据这些差异把图像分成若干个特 定的、具有独特性质的区域并提取感兴趣目标的技术和过程。在数字图像处理中， 图像分割作为早期处理是一个非常重要的步骤。为便于研究图像分割，使其在实 际的图像处理中得到有效的应用，严格定义图像分割的概念是十分必要的。图像 分割的数学描述通常为:对图像I 的整个图像域R 根据相似性测量逻辑准则P 划分 为N 个不相交的子其中:条件 1 保证所有分割区域的总和与整幅图像区域相等;条 件 2 保证不同区域之间不重叠;条件 3 保证在同一区域的图像特征具有一致性;条 件4 保证不同分割区域的图像特征不同。 到目前为止，研究者们在图像分割领域取得了大量的研究成果，这些成果源 于对图像中不同特征的利用，如同一区域内的特征具有相似性和像素点之间具有 连通性、目标与背景之间存在不连续性等，但是至今没有一种分割算法能用于所 有的图像分割，这也促进了研究者们对图像分割进行不断地研究。早期经典的图 像分割方法大多只利用到图像的低层信息，如边缘、纹理、灰度等，其中较为经 典的算法有基于阂值的图像分割、基于边缘检测的图像分割基于图论的图像 分割等。近年来，研究者们将研究的重点转移到图像中的高层知识，并将先验知 识引入图像分割算法中，得到了一些新的图像分割理念，如小波变换模糊集[fgl 数学形态学、神经网络活动轮廓模型等，丰富了图像分割方法，很大程度上改善 了分割效果。 图像分割是图像处理和计算机视觉中重要的一环，近年来它不仅一直是计算 机视觉领域的热门话题，在实际生活中也得到广泛的应用。例如，在医学上，用 于测量医学图像中组织体积、三维重建、手术模拟等;在遥感图像中，分割合 成孔径雷达图像中的目标、提取遥感云图中不同云系与背景等、定位卫星图像 中的道路和森林等。图像分割也可作为预处理将最初的图像转化为若干个更加抽 象、更便于计算机处理的形式，既保留了图像中的重要特征信息，又有效减少了 图像中的无用数据、提高了后续图像处理的准确率和效率。例如，在通信方面， 可事先提取目标的轮廓结构、区域内容等，保证不失有用信息的同时，有针对性 地压缩图像，以提高网络传输效率;在交通领域可用来对车辆进行轮廓提取、 识别或跟踪，行人检测等。总的来说，凡是与目标的检测、提取和识别等相关的 内容，都需要利用到图像分割技术。因此，无论是从图像分割的技术和算法，还 是从对图像处理、计算机视觉的影响以及实际应用等各个方面来深入研究和探讨 图像分割，都具有十分重要的意义。 二．图像分割常用技术 1.图像分割基本概念 图像分割定义：图像分割是按照一定的规则把图像划分成若干个互不相 交、具有一定性质的区域，把人们关注的部分从图像中提取出来，进一步加以研 究分析和处理。图像分割的结果是图像特征提取和识别等图像理解的基础，对图 像分割的研究一直是数字图像处理技术研究中的