摘要
图像分割的主要目的是将目标从背景中提取出来,是为图像分析和图像理解作准备的处理过程。不同种类的图像、不同的应用要求和应用领域所需要提取出的图像特征是不相同的,所以并不存在普遍适用的最优方法,只能根据图像特征选择与值相适应的方法。
本次实验从图像阈值分割技术、图像的边缘检测和区域检测方法、kmeans分割、k均值聚类分割等方法对图像处理,针对不同算法的效果做比较。实验结果表面,基于k均值聚类的分割效果较为良好。
数字图像目标分割与提取这一问题的深入研究不仅会不断完善对这一问题的解决,而且必将推动模式识别、计算机视觉、人工智能等计算机科学分支的发展。
引言
数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展,图像处理和分析逐渐形成了自己的科学体系,新的处理方法层出不穷,尽管其发展历史不长,但却引起各方人士的广泛关注。数字图像目标分割与提取是数字图像处理和计算机视觉领域中一个备受关注的研究分支。对这一问题的深入研究不仅会不断完善对这一问题的解决,而且必将推动模式识别、计算机视觉、人工智能等计算机科学分支的发展。
作为计算机视觉和图像处理中的难点和热点之一,图像分割的研究受到了研究工作者的高度重视,对图像