图像分割算法的研究综述

徐彩云

摘要：随着计算机网络技术和数字图像处理技术的迅速发展，图像识别技术也被成功地应用于许多领域。而图像识别的前提条件是图像分割技术，整个数字图像处理过程的好坏取决于图像分割算法的合理选择。由于获取图像的特殊性和复杂性，在对图像进行分割的过程中怎样采用合适的图像分割算法成为研究热点。在比较现有分割算法的基础上，进一步探讨基于灰度阀值分割算法中的阀值选择。

关键词：图像识别；图像处理；图像分割；阀值

中图分类号：G642 文献标识码：A 文章编号：1009-3044（2014）11-2637-03

Abstract： With the rapid development of computer network technology and digital image processing technology， image recognition technology has been successfullyapplied in many fields. But the precondition of image recognition is the image segmentation technology， the digital image processing selection processdepends on image segmentation algorithm. Because of the particularity and complexity of image acquisition， the image segmentation process of how uses the appropriate image segmentation algorithms become a research hot spot.On the basis of comparing existing segmentation algorithm， further discussed based on threshold selection in gray-level threshold segmentation algorithm.

Key words： Image recognition；imageprocessing；image segmentationthreshold

视觉是人类从大自然界获得图像信息的主要来源。图像信息直观、形象、易懂、信息量大，在人类接收和相互通信中处扮演重要的角色[1]。随着计算机网络技术和多媒体技术的迅速发展，数字图像处理技术逐渐形 成了自己的学科体系。广泛得应 用于各个领域，如工业机器人、地球资 源监测、人工智能、医疗卫生等，已经走进人们的日常生活。在这些应用领域中，都离不开图像识别技术，如车牌识别、字符识别、指纹识别、人脸识别等。而图像识别技术的前提和基础是图像分割技术。但由于现实环境等原因使得获取的图像具有复杂性和特殊性，图像分割技术成为数字图 像 处理的一个难点[2]。图像分割从广义上讲是指把一幅完整的图像分解成若干个具有相同或相异的特性的区域，并在这些区域中提取出感兴趣的目标的技术过程[3]。近些 年 来，许多学者在图像分割技术方面做了 大 量 的研究工作，但针对所有图像并没有形成通用的、有效的分割算法，需要进一步研究解决。……