MATLAB环境下图像区域分割算法设计+程序代码(3)
在二十一世纪，发展高质量的图像处理技术，要达到以下几个特点：
（1）分辨率高、速率高：图像处理技术发展的最终要达到图像可以进行实时处理的目标，这在转移目标的生成、判别和追踪上有着十分重要的意义；
（2）立体化：对三文立体包括最丰富和完整的信息量，利用数字全息技术未来将有助于实现这一目标；
（3）智能化：其目标是完成图像的智能生成、判别、分析处理以及理解。
对于图像分割，任何分析教学工具的知识涉及到了图像或目标的使用都会获得好的结果，因此在通常情况下，人们在面对图像分割问题时，会重新研究出一个新的算法。但是如果要构建一些具有实际意义的视觉机器系统时，所要解决的则是具有很大差异并且数量庞大的图像库，任务的困难在于如何使用已有的专业知识研究出一个图像处理都通用的分割算法。此外，因为缺乏一个统一的理论作为坚实的基础，并且对人类视觉系统的机制的了解还不够深入。所以，成功构建一个统一的图像分割算法且适用于所有的图像是非常困难的，难以实现。
在目前提出的图像分割算法中，比较经典的图像分割算法有边缘检测算法[2-17]、阈值分割算法[2-9,18-21]、区域分割算法[2,3,10,18,22]。上世纪八十年代至今，根据这些经典的分割算法，人们又提出了基于小波变换的分割算法[3,4,13,18,23-26]、基于数学形态学的分割算法[2,4,18,27-28]、基于模糊数学的分割算法[2,8]、基于遗传算法的分割方法[29]、基于神经网络分割算法[19,25,29]、基于分形的图像分割技术[30]、基于信息论的图像分割技术[31]。这些分割算法在目前图像分割应用领域里都是具有非常大的影响力的。
然而，在实际应用中，我们在进行分割图像的时候，都是按照自己的经验和直觉来选择方法，并通过不断的反复实验寻找到一种最方便的方法。图像分割技术与计算机科学技术相比较，缺少了计算机科学技术的精确性以及必然性，更愿意说是一种艺术行为，只有通过不断实践获得经验的人才能够比较容易的选择更简单、分割效果更好的方法，使不同的图像达到最好的分割效果。但是当图像较大，图像分割更像是一个简单的组装过程，在这个时候，这种艺术活动没有很好的效果。随着多媒体技术以及图像技术的发展，包括信息系统的图像等一系列多媒体数据，被广泛应用于互联网和企业，并且多媒体数据已经覆盖在很多商业活动、信息表现以及事务交易之中，从而其中也会有大量的图像信息，基于实质内容的图像检索的广泛应用常常都是以图像分割技术作为基础的。
根据近年来图像分割技术的发展，会有以下几个方面的发展趋势：
（1）很多学术研究者会将图像分割技术与新的概念和方法相结合，例如近年来逐渐受到关注的模糊算法、遗传算法以及数学形态学等理论知识都先后被广泛应用到图像分割的领域，在该领域之中增添了许多新的活力，同时也解决了许多原有的理论缺陷，对分割有了很大的成果，在某些方向上更是拓展了思路，开拓了新的方向。
（2）在分割图像的时候，为了达到更好的分割效果，我们通常将多种分割算法相结合进行处理。通过几种分割方法的结合可以避免单独使用一种分割算法的缺陷，利用不同算法的作用效果从而实现分割的最佳处理。然而如何根据各个算法的优点将其结合起来，获得更好的预期效果，需要我们根据具体图像的特征进行分析。
（3）由于不同领域的图像分割需要结合此领域的专业知识才能将问题解决，因此越来越多的研究人员投入了注意力。近年来在图像分割的领域中涌现出了很多热点问题，例如工业、医学、军事等领域的在图像分割方面的问题。