图像分割研究进展
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
或 者从 图像 分 割 中使 用 的 特 定 的 理 论 工 具 的 角度 ， 可 以 对 图４ ｇ ｔ ￣ ， ｌ 进 行 分 类 。Ｏｔ ｓ ｕ算 法 、 基 于 聚 类 的 图像 分 割 方 法 、 运 动 分割 、 基 于 图 论 的 图 像 分 割 方 法 和 基 于 活动 轮 廓 的 图像 分
★基 金 项 目： 成都 理 工 大 学 教 育 教 学 研 究 项 目（ Ｎｏ ． Ｘ Ｊ Ｇｌ １ １ ８ ）
收 稿 日期 ： ２ ０ １ ３ —１ ０ —３ １ 修 稿 日期 ： ２ ０ １ ３ —１ １ －１ ５
度图像 来说其分割技 术大都基于像素灰度值 的两个性
作 者 简介 ： 陈晓丹（ １ ９ ８ ０ － ） ， 女， 河 南周 口人 ， 讲师 ， 博 士研 究 生 ， 研 究 方 向 为 图像 融 合
典 难题
２ 图 像 分 割 的 分 类
至今提 出的分 割算法有上千种 ．而新 的算法还在
不 断被 提 出 虽 然 这 些 算 法 的实 现 方 法 不 同 ． 但 对 于 灰
， 表示 图像 ． Ⅳ表示具有相 同特性 的谓词 图像分割就
是 把 图像 ， 分成 ／ ９ ， 个 区域 ， １ ， ２ ， …， ｎ ， 且满足 ：
一
（ ２ ） Ｖ ｉ ， ｉ ＝ １ ， ２， …， ｎ ， Ｈ（ Ｒ ） ＝ Ｔ ｒ ｕ ｅ
种 通 用 的 方 法 可 以适 用 于 所 有 的 图像 分 割 任 务 。 图
（ ３ ） Ｖ ， ｉ ＃ ｊ ， Ｈ（ Ｒ ＵＲ ｊ ） ＝ Ｆ ａ ｌ ｓ ｅ 上述 条件 （ １ ） 是 指 分 割 后 得 到 的 区 域 的 总 和 要 覆 盖 整 幅 图像 且 各 区域 互 不 重 叠 ． 条件 （ ２ ） 指 出 同 属 于 一 个 区 域 内 的像 素 都 具 有 相 同 的 特 性 ， 条件 （ ３ ） 指 出 属 于 不 同 区 域 的像 素 性 质 相 异
割 方 法 是 图像 分 割 的 主要 研 究领 域 ． 自然 计 算 算 法 已成 为 图像 分 割 新 的 研 究热 点 。
关 键 词 ：图像 分割 ：分 类
０ 引
言
（ １ ） Ｕ Ｒ ＝ ， ， Ｒ ｆ － Ｉ Ｒ 尸 中， Ｖｉ √，
拉ｌ
图像 分 割 是 图像 识 别 和 图像 理 解 前 提 和 基 础 。 图 像 分 割 质 量 的 高 低 直 接 影 响 图 像 处 理 的效 果 但 没 有
文章编号 ： １ ０ ０ ７ — １ ４ ２ ３ （ ２ ０ １ ３ ） ３ ３ — ０ ０ ３ ３ — ０ ４
Ｄ ＯＩ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ７ － １ ４ ２ ３ ． ２ ０ １ ３ ． ３ ３ ． ０ ０ ８
图像分 割研究进展
陈晓丹 ． 李思 明
像 分 割 是 图像 分 析 和 计 算 机 视 觉 中 的 经典 难 题
１ 图像 分 割 的定 义
人 类通过 听觉 、 触觉 、 味觉 、 嗅觉 和视 觉感知 周 围
事物 图像信 息是视觉感知的主要 内容 ． 图像信息直观 丰富 ． 但人们 往往只对其 中的部分信息感兴趣 ， 这些信 息代表 了人 们观察 图像 的 目标 ．这些 目标通 常 占据一
容易受到噪声影响。 此外 。 评 价 图像 分 割 质 量 也 分 割 是 图像 分 析 和 计 算 机 视 觉 中 的经
纹理等 ） 和周 围的图像有差 别。图像分割就是把 图像分
成 具 有 不 同 特 性 的 区域 并 提 取 出感 兴 趣 目标 的 技 术 和 过 程 图 像 分 割 是 图 像 识 别 和 图像 理 解 的前 提 和基 础 ． 图像 分 割 质 量 的 高低 直 接影 响 图像 处 理 的 效 果 图 像分 割 可 以借 助 数 学集 合 的概念 进 行 定义 ［ １ － ２ ］ 。令
定 的区域 ， 并且在 某些特 性上 （ 例如灰 度 、 轮廓 、 颜色 、
事 实上 ．目前还没有一种通用 的图像分 割方法可 以很 好地兼顾上述所 有约束条件 ．也没有一 种通用 的 方法可 以适用 于所有 的图像 分割任务 。原 因是图像背 景复杂 ． 目标特征 多样 ． 而且图像在获取 和传 输过程 中
＼ ＼
ｌ 鳘Ｉ 彤 圈 缳
质： 相似性 和不连续性 ． 即在 同一个 区域 内像 素灰度值 比较接近 。 而在相邻两区域交界处的像 素灰度有跳跃 。 从 图像分 割实际应 用的角度 ．图像分割 可以分为
阈值分 割 、 边 缘 检测 、 区域 分 割 、 运 动 目标 分 割等 。 （ １ ） 阈 值 分 割 是 指 通 过 找 到 一 个 或 多 个 最 优 阈值 把 图像 分 割 为 若 干 目标 和背 景 的 分 割 方 法 ．适 用 于 目标 和 背 景 有 较 强 对 比 的 图像 分 割 。 常 用 的 阈 值 分 割 方 法 有 ： ０ ｔ ｓ ｕ 法、 最大熵法 、 四元 树 法 、 变分法 、 共 生 矩 阵法 、 松 弛法 、
是对 含 噪 图 像 处 理 能 力 较 差 ．为 此 有 学 者 提 出 了二 维
和三维 Ｏ ｔ ｓ ｕ算法 大多数的阈值分割法相对 简单 ．阈值 的优劣直接 影 响图像分割的效果 ．但若 阈值 的选取仅考 虑像素本 身 的灰度值 ， 忽略其 空间信 息 ， 若像 素受 到噪声 污染 ．
★
（ １ ． 成都学院 （ 成 都大学） 信 息 科 学 与 技 术 学 院 ，成 都 ６ １ ０ １ ０ ６ ； ２ ． 成 都 理 工 大 学 信 息 科 学 与技 术 学 院 ， 成都 ６ １ ０ ０ ５ １ ）
摘
要 ：至 今 提 出的 分 割 算 法 有上 千种 ， 而新的算法还在不断被提 出。 从 图像 分 割 实 际应 用 的 角度 ，
★基 金 项 目： 成都 理 工 大 学 教 育 教 学 研 究 项 目（ Ｎｏ ． Ｘ Ｊ Ｇｌ １ １ ８ ）
收 稿 日期 ： ２ ０ １ ３ —１ ０ —３ １ 修 稿 日期 ： ２ ０ １ ３ —１ １ －１ ５
度图像 来说其分割技 术大都基于像素灰度值 的两个性
作 者 简介 ： 陈晓丹（ １ ９ ８ ０ － ） ， 女， 河 南周 口人 ， 讲师 ， 博 士研 究 生 ， 研 究 方 向 为 图像 融 合
典 难题
２ 图 像 分 割 的 分 类
至今提 出的分 割算法有上千种 ．而新 的算法还在
不 断被 提 出 虽 然 这 些 算 法 的实 现 方 法 不 同 ． 但 对 于 灰
， 表示 图像 ． Ⅳ表示具有相 同特性 的谓词 图像分割就
是 把 图像 ， 分成 ／ ９ ， 个 区域 ， １ ， ２ ， …， ｎ ， 且满足 ：
一
（ ２ ） Ｖ ｉ ， ｉ ＝ １ ， ２， …， ｎ ， Ｈ（ Ｒ ） ＝ Ｔ ｒ ｕ ｅ
种 通 用 的 方 法 可 以适 用 于 所 有 的 图像 分 割 任 务 。 图
（ ３ ） Ｖ ， ｉ ＃ ｊ ， Ｈ（ Ｒ ＵＲ ｊ ） ＝ Ｆ ａ ｌ ｓ ｅ 上述 条件 （ １ ） 是 指 分 割 后 得 到 的 区 域 的 总 和 要 覆 盖 整 幅 图像 且 各 区域 互 不 重 叠 ． 条件 （ ２ ） 指 出 同 属 于 一 个 区 域 内 的像 素 都 具 有 相 同 的 特 性 ， 条件 （ ３ ） 指 出 属 于 不 同 区 域 的像 素 性 质 相 异
割 方 法 是 图像 分 割 的 主要 研 究领 域 ． 自然 计 算 算 法 已成 为 图像 分 割 新 的 研 究热 点 。
关 键 词 ：图像 分割 ：分 类
０ 引
言
（ １ ） Ｕ Ｒ ＝ ， ， Ｒ ｆ － Ｉ Ｒ 尸 中， Ｖｉ √，
拉ｌ
图像 分 割 是 图像 识 别 和 图像 理 解 前 提 和 基 础 。 图 像 分 割 质 量 的 高 低 直 接 影 响 图 像 处 理 的效 果 但 没 有
文章编号 ： １ ０ ０ ７ — １ ４ ２ ３ （ ２ ０ １ ３ ） ３ ３ — ０ ０ ３ ３ — ０ ４
Ｄ ＯＩ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ７ － １ ４ ２ ３ ． ２ ０ １ ３ ． ３ ３ ． ０ ０ ８
图像分 割研究进展
陈晓丹 ． 李思 明
像 分 割 是 图像 分 析 和 计 算 机 视 觉 中 的 经典 难 题
１ 图像 分 割 的定 义
人 类通过 听觉 、 触觉 、 味觉 、 嗅觉 和视 觉感知 周 围
事物 图像信 息是视觉感知的主要 内容 ． 图像信息直观 丰富 ． 但人们 往往只对其 中的部分信息感兴趣 ， 这些信 息代表 了人 们观察 图像 的 目标 ．这些 目标通 常 占据一
容易受到噪声影响。 此外 。 评 价 图像 分 割 质 量 也 分 割 是 图像 分 析 和 计 算 机 视 觉 中 的经
纹理等 ） 和周 围的图像有差 别。图像分割就是把 图像分
成 具 有 不 同 特 性 的 区域 并 提 取 出感 兴 趣 目标 的 技 术 和 过 程 图 像 分 割 是 图 像 识 别 和 图像 理 解 的前 提 和基 础 ． 图像 分 割 质 量 的 高低 直 接影 响 图像 处 理 的 效 果 图 像分 割 可 以借 助 数 学集 合 的概念 进 行 定义 ［ １ － ２ ］ 。令
定 的区域 ， 并且在 某些特 性上 （ 例如灰 度 、 轮廓 、 颜色 、
事 实上 ．目前还没有一种通用 的图像分 割方法可 以很 好地兼顾上述所 有约束条件 ．也没有一 种通用 的 方法可 以适用 于所有 的图像 分割任务 。原 因是图像背 景复杂 ． 目标特征 多样 ． 而且图像在获取 和传 输过程 中
＼ ＼
ｌ 鳘Ｉ 彤 圈 缳
质： 相似性 和不连续性 ． 即在 同一个 区域 内像 素灰度值 比较接近 。 而在相邻两区域交界处的像 素灰度有跳跃 。 从 图像分 割实际应 用的角度 ．图像分割 可以分为
阈值分 割 、 边 缘 检测 、 区域 分 割 、 运 动 目标 分 割等 。 （ １ ） 阈 值 分 割 是 指 通 过 找 到 一 个 或 多 个 最 优 阈值 把 图像 分 割 为 若 干 目标 和背 景 的 分 割 方 法 ．适 用 于 目标 和 背 景 有 较 强 对 比 的 图像 分 割 。 常 用 的 阈 值 分 割 方 法 有 ： ０ ｔ ｓ ｕ 法、 最大熵法 、 四元 树 法 、 变分法 、 共 生 矩 阵法 、 松 弛法 、
是对 含 噪 图 像 处 理 能 力 较 差 ．为 此 有 学 者 提 出 了二 维
和三维 Ｏ ｔ ｓ ｕ算法 大多数的阈值分割法相对 简单 ．阈值 的优劣直接 影 响图像分割的效果 ．但若 阈值 的选取仅考 虑像素本 身 的灰度值 ， 忽略其 空间信 息 ， 若像 素受 到噪声 污染 ．
★
（ １ ． 成都学院 （ 成 都大学） 信 息 科 学 与 技 术 学 院 ，成 都 ６ １ ０ １ ０ ６ ； ２ ． 成 都 理 工 大 学 信 息 科 学 与技 术 学 院 ， 成都 ６ １ ０ ０ ５ １ ）
摘
要 ：至 今 提 出的 分 割 算 法 有上 千种 ， 而新的算法还在不断被提 出。 从 图像 分 割 实 际应 用 的 角度 ，