16、图像分割与模式识别技术详解

图像分割与模式识别技术详解

1. 图像分割方法

图像分割旨在将图像划分为多个部分，可从边缘检测和区域划分两个角度进行。以下介绍几种常见的图像分割方法：
- 区域合并与分割
- 基于相似度的区域合并 ：
1. 创建区域邻接图（RAG），从图像的分割描述中构建。
2. 对于每个区域 (R_i)（(i = 1,2,\cdots,m)），从 RAG 中找出所有与之相邻的区域 (R_j)（(j \neq i)）。
3. 计算所有 (i) 和 (j) 对应的区域 (R_i) 和 (R_j) 之间的相似度度量 (S_{ij})。
4. 如果 (S_{ij} > T)（(T) 为阈值），则合并 (R_i) 和 (R_j)。
5. 重复步骤 2 - 4，直到根据相似度准则没有区域可合并。
- 基于边缘强度的区域合并 ：若两个相邻区域间的边缘强度小，即边缘点较弱，且合并后不会显著改变平均像素强度值，则可合并这两个区域。
- 区域分割 ：当初步分割产生的区域过少，可能是不同区域错误合并为一个，此时若分割区域的灰度值方差高于阈值 (T)，则需将该区域分割成更小的区域，使每个小区域具有均匀的小方差。
- 结合分割与合并 ：对于复杂场景，可结合分割和合并操作，通过规则指导其应用。
- 基于聚类的分割
- 分类 ：数据驱动的分割技术可分为基于直方图和基于聚类两类。