【摘要】：图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一。图像分割是从图像处理到图像理解的关键技术。图像分割的种类和方法很多，有些分割算法可直接用于任何图像，而另一些算法只能适用于分割特殊类别的图像。有些算法需要先对图像进行粗分割，因为它们需要从图像中提取出来的信息。图像分割没有唯一的标准，分割结果的好坏需要根据具体的场合要求衡量。
5.1 图像分割的概念
图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一。它是对图像进行视觉分析和模式识别的基本前提，根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。简单地讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理，如图5－1是一幅原图像，图5－2是分割后提取的图像。
图5－1
图5－2
图像分割是从图像处理到图像理解的关键技术。如图5－3所示，在本质上将问题转化为最优化问题，是一种点对聚类方法，对数据聚类也具有很好的应用前景。但由于其涉及的理论知识较多，应用也还处在初级阶段。图像分割的种类和方法很多，有些分割算法可直接用于任何图像，而另一些算法只能适用于分割特殊类别的图像。有些算法需要先对图像进行粗分割，因为它们需要从图像中提取出来的信息。图像分割没有唯一的标准，分割结果的好坏需要根据具体的场合要求衡量。
图5－3
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
