![](https://csdnimg.cn/release/download_crawler_static/88012737/bg6.jpg)
但是对于寻找一种能够普遍适用于各种复杂情况的准确率很高的分割和检测算法,还有很
大的探索空间。
边缘提取和分割是图像分析的经典研究课题之一,目前的理论和方法仍存在许多不足
之处,仍在不断改进和发展。需要说明的是:边缘与物体间的边界并不等同,边缘指的是
图像中像素的值有突变的地方,而物体间的边界指的是现实场景中的存在与物体之间的边
界。有可能有边缘的地方并非边界,也有可能边界的地方并无边缘,因为现实中的物体是
三维的,而图像只具有二维信息,从三维到二维的投影成像不可避免的会丢失一部分信息;
另外成像的过程中的光照和噪声也是不可避免的重要因素。正是因为这些原因,基于边缘
的图像分割仍然是当前图像研究中的世界级难题,目前研究者们正在试图在边缘提取中加
入高层的语义信息。
由于图像的多意性和复杂性,许多分割的工作无法依靠计算机自动完成,而手工分割
又存在工作量大,定位不准确的难题,因此,人们提出了一些人工交互和计算机自动定位
相结合的方法,利用各自的优势,实现目标轮廓的快速定位。相信这些交互式方法的应用,
必将推动图像目标分割与提取这一既具有广阔的应用前景又具有重要的学术价值的课题
的进一步研究,也必将成为一个更为独立和活跃的研究领域。
1.3 图像分割技术的背景和国内外研究现状
所谓图像分割就是根据目标与背景的先验知识,对图像中的目标、背景进行标记、定
位,然后将要识别的目标从背景或其他伪目标中分离出来。图像分割是图像理解的重要组
成部分,其目的是将目标和背景分离,为目标识别、精确定位等后续处理提供依据,其结
果将直接影响到其后的信息处理过程。如何快速、有效地将感兴趣的目标从复杂的背景中
分割出来一直是国内外研究的热点。
分割问题的困难在于图像数据的模糊和噪声的干扰。到目前为止,还没有一种或者几
种完善的分割方法,可以按照人们的意愿准确的分割任何一种图像。实际图像中景物情况
各异,具体问题具体分析,需要根据实际情况选择适合的方法。分割结果的好坏或者正确
与否,目前还没有一个统一的评价判断准则,分割的好坏必须从分割的效果和实际应用场
景来判断。不过在人类研究图像的历史中,还是积累了许多经典的图像分割方法。虽然这
些分割方法不适合所有类型的图像分割,但是这些方法却是图像分割方法进一步发展的基
础。事实上,现代一些分割算法恰恰是从经典的分割方法衍生出来的。
早期的图像研究中,图像的分割方法主要可以分为两大类。一类是边界方法,这种方
法的假设是图像分割结果的某个子区域在原来的图像中一定会有边缘存在;一类是区域方
法,这种方法的假设是图像分割结果的子区域一定会有相同的性质,而不同区域的像素没
有共同的性质。这两种方法都有缺点和优点,有的学者也试图把两者结合起来进行图像分
割,随着计算机处理能力的提高,很多方法不断涌现,如基于彩色分量分割、纹理图像分
割。所使用的教学工具和实验手段也是不断的扩展,从时域信号到频域信号处理,近来小
波变换也应用在图像分割当中。
随着各种理论的不断成熟和完善,图像分割技术已经获得了长足的进步,并广泛地应
用到了医学、遥感、红外等多个领域。现在国内外很多大学和科研机构都设有专门的机器