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: