基本的图像分割方法综述

         图像分割方法一般分为两大类：基于区域的分割方法和基于边缘的分割方法。

       基于区域的分割方法有：阈值法(r如直方图门限法）、区域生长法、基于图像的随机场模型法、松弛标记区域分割法等均。

       基于边缘检测方法可大致分为以下几类：基于局部图像函数的方法、图像滤波法（fft,小波，导向滤波）、基于反应—扩散方程的方法、基于边界曲线拟合的方法及活动轮廊（active contour）法等。

     一、基于区域的分割方法

       1）阈值分割法就是在一定的准则下，用一个或几个门限值将图像的灰度直方图（一维的或多维的）分成几个类，认为图像中灰度值在同一个灰度区间内的象素属于同一个物体，可以采用的准则包括直方图的谷底、最小类内方差（或最大类间方差） 、最大熵 （可使用各种形式的熵）、最小错误率 、矩不变 、最大繁忙度 （由共生矩阵定义）等。门限法的缺陷在于它仅仅考虑了图像的灰度信息，而忽略了图像中的空间信息，对于图像中不存在明显的灰度差异或各物体的灰度值范围有较大重叠的图像分割问题难以得到准确的结果。

    （2）区域生长是一种古老的图像分割方法，最早的区域生长图像分割方法是由Levine等人提出的。该方法一般有