图像分割算法研究+MATLAB仿真(2)
对于图像分割的重要意义，人们早就有了清楚的认识，因此有许多研究人员一直致力于图像分割技术的研究，图像分割技术的研究已有几十年的历史，研究人员研究出了很多有用的算法和技术。所有这一切正在促使真正的多媒体系统早日成为现实。
图像分割技术在近几年来受到越来越多专家学者的重视，并进行了大量的研究，取得了很多优秀的分割算法，所采用的技术体系也越来越丰富，小波理论以及模糊集理论等最新的技术都被应用到了图像分割算法中，并取得了不错的效果，同时遗传算法以及非线性算法等被应用于求解图像分割方法，算法性能得到了有效提升。同时国外学者在图像分割算法中也投入了大量的精力，并提出了许多优秀的算法。本课题对当前应用较多的图像分割算法进行了对比分析，并总结了各种图像分割算法的优缺点，同时深入研究了不同应用场景下图像分割算法的选择问题，以便作为用户选择图像算法的依据。不同的特征的分类都会有所不同，本文所做的分析与分类并不是绝对的。
1.1 图像和数字图像
图像是可以被人眼感知的实体，它是由各种不同观察系统获得的。根据研究结果可以知道，人类从外界得到的信息有3/4来源于人眼的视觉系统。从另外的角度也就是说人类获得的信息与图像息息相关，其在推动人类发展的过程中起到非常重要的作用，是人类信息最重要、最真实的来源，也只最大的来源。
图像的表现形式并不固定，其存在许多不同的表现方式，如抽象和实际、可被计算机识别的以及不可被计算机识别的。具体而言，图像可划分为如下几种类型：
第一种是模拟图像：模拟图像的处理效率相对较快，但是也存在很多缺陷，如查找较为困难以及精度较差等，当前应用较多的电视图像、医学生成图像以及绘画等都属于光学模拟图像。模拟图像普遍存在于人类的生活当中。
第二种是离散化图像。离散化图像是对模拟图像的加工，其目的在于将模拟图像转换为可被计算机处理的点阵图像，利用一个等间距二文函数来进行转换。离散化图像又称为数字图像。事实上，离散化图像可用一个二文数组表示。
数字图像拥有很多模拟图像不具备的优势，具体包括如下几个部分：
(1)精度高：利用信息技术可以将模拟图像转换为数字图像，该图像由二文数组构成，每个像素点均为二文数组的一个元素，每个像素的亮度存在4096个灰度级，该精度可满足任意场景的应用需求。
(2)处理方便：对数字图像的操作其实是对二文数组进行的，而数组的处理效率相对更高，可快速满足用户放大和缩小等应用需求。
(3)重复性好：模拟图像很容易发生变化，如褪色以及发黄，这样就影响了图像的真实性和可看性，而数字图像不会出现上述问题，只要组装成数字图像的数据没有发生改变，数字图像就不会发生失真。
1.2 图像分割概论
图像一般由两部分组成，即前景和背景，背景指的是图像的背景，而在图像分割算法中，通常研究图像前景，其主要目的在于将图像中符合某一特征的区域进行划分，并将其从图像中分割出来，这是本课题需重点研究的问题。
1.2.1 图像分割的定义
任意图像都具备灰度、颜色以及纹理等许多不同的特征，而图像分割就是从上述特征出发，并按照一定的原则将图像划分为若干个具备某些特征的区域块，通常而言，同意区域块是符合同一准则的，也就是一致性，不同区域块通常不符合设定的划分准则，即非一致性。