一、概述
图像分割是计算机视觉研究中的一个经典难题,已经成为图像理解领域关注的一个热点,图像分割是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分,同时也是图像处理中最困难的问题之一。所谓图像分割是指根据灰度、色彩、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。
图像分割有助于确定目标之间的关系,以及目标在图像中的上下文。应用包括人脸识别、车牌识别、医学影像分析、卫星图像分析等。例如,零售行业在基于图像的搜索中使用了图像分割,自动驾驶汽车用它来了解和感知周围的环境。
图像分割是计算机视觉领域至关重要的预处理。没有正确的分割就不可能有正确的识别。但是,进行分割仅有的依据是图像中像素的亮度及颜色,由计算机自动处理分割时,将会遇到各种困难。例如,光照不均匀、噪声的影响、图像中存在不清晰的部分,以及阴影等,常常发生分割错误。因此图像分割是需要进一步研究的技术。人们希望引入一些人为的知识导向和人工智能的方法,用于纠正某些分割中的错误,是很有前途的方法,但是这又增加了解决问题的复杂性。
基于深度学习的分割方法是通过训练神经网络来得到决策函数,然后用决策函数对像素进行分类来达到分割目的。神经网络存在巨量的连接,容易引入空间信息,能较好地解决图像中的噪声和不均匀问题,选择何种网络结构来解决特定领域的问题是目前面临的主要问题。
二、常见任务
图像分割是一个很大的范畴,根据分割的效果不同,可以划分为几种不同的任务,主要包括语义分割、实例分割和全景分割。
2.1、语义分割
语义分割是把图像中的每个像素赋予一个类别标签(比如汽车、建筑、地面等)。如下是一张是含有草地、人、树木、天空的示意图。
经语义分割之后,草地(浅绿)、人(红色)、树木(深绿)、天空(蓝色)四个部分的像素点均有了标签,标签之间用不同的颜色来表示。
语义分割存在一个问题,它只能判断类别,而无法区分不同个体。如