图像分割（一）：综述

图像分割

一、关于图像分割

1. 什么是图像分割

像是上面两张图这样，图像分割就是把图像分成若干个特定的、具有独特性质的区域的技术。不同区域之间特征差异明显。

说白了，其实就是一种高级的自动化抠图技术。

由于其本质是一种像素级别的分类，所以非常敏感，对精度要求很高，哪怕稍微有一两个像素的偏移，对结果都有很大影响。

比如医学上的应用，在CT图上进行肿瘤分割，确定它的形状大小，这就不允许有任何偏差。

2. 图像分割的分类

2.1. 根据使用的方法，可以分为传统分割方法和基于深度学习分割方法，近年来，由于技术的进步和算力的不断增加，许多传统方法已经无法与深度学习相比较，但许多思想仍然具有价值，这里主要介绍基于深度学习的方法，只对传统分割方法进行粗略介绍，不会过多描写。

传统分割方法：

1.阈值分割

其本质是根据一定的标准自动确定最佳阈值，可以有一个或多个，并根据灰度级使用这些像素来实现聚类。该方法最为关键的一步就是按照某个准则函数来求解最佳阈值。

其计算简单、效率高、需要的算力较低，但是它只考虑灰度值特征，而不考虑空间特征，因此对噪声敏感，鲁棒性低，精度低，能够应用的场景也少。

类似一种自动化阈值的二值图：