浅谈数字图像处理中的图像分割技术

电大理工

2011年12月Study of Science and Engineering at RTVU. 第4期总第249期

浅谈数字图像处理中的图像分割技术

郑洪涛

朝阳广播电视大学（ 朝阳 122500 ）

摘 要 数字图像处理科学迅速发展并得到广泛应用。图像分割是其中重要的中间技术。它依托图像数字处理底层技术，为模式识别等高层应用服务。本文简要介绍了图像分割的概念范畴和常见的分割

技术的方法描述。掌握图像分割技术有助于系统理解数字图像处理技术的层次。

关键词 数字图像处理 图像分割 阈值

数字图像处理技术，简单地说就是借助计算机的帮助对数字图像进行特定算法运算处理来满足众多应用需要的技术。它涵盖了众多图像处理方式，图像分割是其中一项重要的技术环节。

1 图像分割的范畴

图像分割处理技术属于数字图像处理技术中的图像分析范畴，是图像分析的中间层处理技术。图像分割的目的是把经过底层处理的数字图像空间分成若干有意义的区域，后期的一些高层应用如模式识别等将在这些分割的区域基础上进行。分割的依据建立在这些由像素组成的区域满足相似性和非连续性的基本概念上。

2 图像分割的方法

图像分割一般没有唯一的、标准的分割方法，也没有规定分割成功的准则。一般从以下几方面分割、描述方法：

2.1 灰度阈值法实现图像分割

阈值法主要利用直方图，设定合适的阈值来分辨物体与背景。简单地说就是在图像的灰度值中选一合适的阈值，若小于阈值则判断为背景，若大于阈值则判断为物体。这种方法适合与物体和背景之间有明显区域分界且边界封闭的情况。亦即数字图像中物体与背景的灰度值有明显差异，可较好的分割物体与背景。

(1)整体阈值

就是对整幅图像选定一固定灰度值，以此去做图像分类找出图像的物体。在物体与背景单纯且亮暗分明下才会有较好效果。

(2)适应性阈值

在不同的区域有不同的阈值，即自适性阈值。

2.2 区域法实现图像分割

区域法实现分割是以某种规则为约束（如子区域全部像素灰度相同、子区域不重合且相连接等），直接找取区域的方式实现分割。

(1)像素类聚区域成长法

此方法从一种子（seed）像素开始，通过平均灰度、组织纹理及色彩等性质的检视，将具有类似性质的像素逐一纳入所考虑的区域中，使其逐渐成长，形成子区域的方法。这种方法实际应用中至少要考虑种子像素的选择和聚类的相似性选择等因素。

(2)区域分割与合并法

首先将图像分割成不重叠的区域或子图像，

.32 . 电大理工 总第249期

若每个子图像内有性质不同的图像存在就将该子图像继续分割，直到没有可再分割的条件为止。接着将具有相同性质又相邻的子区域进行合并，直到无法合并为止完成分割程序。

2.3 边界法实现图像分割

借助求一幅图像的梯度大小来找出边界的图像分割方法。求梯度大小的目的是要找到图像中灰度变化最大的位置，这些位置通常就是物体的边界。

(1)边界追踪法

这种方法适合在没有干扰的情况下。一般追踪前要做平滑处理去噪声，另外常需要定义追踪虫（tracking bug）。

(2)梯度大小阈值法

图像在做梯度运算前，须先平滑降低噪声对边界的损害。

(3)拉式边界检测法

利用拉式卷积做二阶导数搜寻边界的方法。

2.4边缘法实现图像分割

利用一阶导数的大小检测边缘所在并用一阶导数的方向将小的边缘连结成边界的方法。

(1)检测是指利用一阶导数算子来对图像求梯度，以找出边缘。

(2)连结在理想情况下，检测出的边缘点所形成的物体的边界会是相连且封闭的。但实际由于噪声、光源不均等因素通常得到的是残缺不全的边界，所以要作连结修补。3 分割图像的储存

(1)边界连锁码是以边界来定义物体，不必存储物体内部像素的位置，节省存储空间。

(2)线段编码以线形片段方式存储的方法，可存储物体每一点的数据。存储细节数据，占用存储空间较大。

4 结束语

图像数字处理已成为当今数字化多媒体时代不可或缺的基本技术，广泛应用在太空科学、生物医学、遥感分析、通讯等各个领域。而图像分割作为其中一项中间技术，直接决定了后期应用的准确性和可靠性。随着新理论和新算法的不断产生，无论在理论上还是在实践应用上都存在巨大的潜力。

参考文献

[1]章霄,董艳雪,赵文娟等.数字图像处理技术.北京:冶金工业出版社,2005

[2]李红俊,韩冀皖.数字图像处理技术及其应用.计算机测量与控制,2002.10(9).

[3]刘中合,王瑞雪,王锋德等.数字图像处理技术现状与展望.计算机时代,2005 (9).

[4]繆绍纲.数字图像处理.成都:西南交通大学出版社,2001.

[5]阮秋琦.数字图像处理学.北京:电子工业出版社,2001

（责任编辑：文婷）