为什么要进行图像分割?因为现在基于区域的图像处理比较多,那么如何划分区域呢,就是图像分割解决的问题,怎样把图像的前景和背景、相同特征的区域分割出来。
① 基于阈值的图像分割。
阈值的设定是很重要的,直接影响着分割的效果。通常,阈值有上下文相关和上下文无关之分,也可以分为全局与之和局部阈值两种。目前主要的阈值法有:P-分位数,最频值法,Otsu方法,最小误差方法。(详情我木有研究)
② 基于边缘的图像分割。
分为串行和并行,串行采用跟踪的方法,依赖于选取的初始点。并行是根据区域算子来选择,常见的区域算子有Roberts、Canny、Krish、Prewitt、Sobel、Walks等,在边缘检测中还会涉及到。Prewitt方法简单,抗噪声好,但是预先需要知道目标与图像的面积比。
③ 基于区域的图像分割。
一种方法是区域生长,选择种子像素,定义生长准则和终止条件。另一种方法是分裂合并的方法,将每个像素当成一个区域,不断合并。比较著名的算法是分水岭算法,对分水岭的一种模拟。
④ 基于统计的图像分割
首先是提取图像特征,对特征进行模式分类,主要有FCM算法和SOM算法。
上述几种算法我都没有做过深入的研究,主要是了解一下分割的现状。