【数字图像处理】图像分割算法

前言

先解释一些相关名词：
a）图像的基本属性：包括像素、分辨率、大小、颜色、位深、色调、饱和度、亮度、色彩通道、图像的层次等，在图像分割里指在灰度、纹理和颜色上处于同一个模式。
b）区域：具有共同属性的像素的连通集合。

而图像分割是将图像划分为若干互不相交的小区域。

那什么要做图像分割处理呢？
这是由于在做视觉信息处理的时候，可能只对图像中的部分区域（如目标、前景等）感兴趣，所以为了辨识及分析这些目标，就需要对其进行分割或提取处理。

基于阈值

设原图像为
而分割后的图像为
具体分割方法如下：
这里的T为二值化图像的阈值。阈值大致可分为全局阈值、局部阈值和动态阈值三种。
阈值的选取方法有多种常见的有直方图技术、最小误差或最大方差法，下面对其进行详细描述。

基于直方图技术

若前景和背景的灰度分布值差别很大（即目标和背景的对比度高），且前景的灰度分布比较均匀时，可以采用直方图技术，此时直方图呈双峰特点，峰谷可取为阈值。
而对于复杂图像，则需要采用全局阈值的方法，这时可以将刚刚确定的指作为初始阈值，并设置一个允许误差范围，以这个值为界限将图像像素分为两组并计算每组的平均灰度，这两组的平均灰度的平均值即为新的阈值，重