MATLAB环境下图像区域分割算法设计+程序代码(4)
1.3 本文的主要工作
本文主要介绍了图像分割技术的几种算法，重点研究了区域分割算法的两种执行方式。
第一章介绍了图像分割的研究背景和意义，概括总结了图像分割的发展历史及研究现状。
第二章首先介绍了图像分割的基本分割算法以及体系结构，然后对它的两种经典分割算法进行研究，并分析分割算法及其特点。
第三章重点对图像区域分割算法进行研究，介绍它的两种执行方式：区域生长和区域分裂合并，分别对它们的分割过程进行研究，并总结了区域分割的优势以及分割过程存在的缺陷。
第四章基于图像分割理论方法与技术利用MATLAB软件平台对图像进行了分割处理，将图像中的文字进行分离，结合实际场景对各类分割算法的分割效果进行对比分析。
第五章对本文的研究内容作出总结，并对图像分割技术未来的发展进行了展望。
2 图像分割算法
图像分割就是指根据各自的需求将图像中的需要单独提取出来的目标物体或者区域从背景中分割出来[2]。图像分割的最终目的是为了便于对图像作更进一步的分析，同时也方便对图像进行理解，可以提高图像的实际应用性。
2.1 图像分割的定义
图像分割是基于图像的像素、颜色、灰度和几何特性等性质，将具有不同特性的区域分离开来，这些区域不相互重叠、区域之间不相交，每个区域都具有各自区域中某些特征的一致性。分割出来的区域应该具备以下的三个特点：
（1）分割后的各个区域都具有连接性和均匀性。连接性：区域中任意两点都可以连接；均匀性：每个区域的所有点都满足某种相似准则，比如纹理、彩色或灰度等特征。
（2）相邻两个区域都存在着某种差异性。
（3）被分割的区域边界应该确保空间定位的准确性，精度高。
下面用集合的概念来对图像分割的定义进行叙述：
假设 表示一个完整的图像，把 分成 个子区域，各个子区域应该满足一下条件：
（1） (其中 为连通区域， )；
（2）对于任意 和 ， ；
（3） （ ），分割到同一区域的像素，都会满足某种一致性原则，即具有一些相同特性；
（4） ,分割到不同区域的像素具有不同的性质。
以上四个条件进一步阐述了图像分割的定义，前两个条件说明了分割准则应对区域中所有的像素作用，将区域中所有的像素都进行分割，将它们分割到不同的小区域中，但是任意两个小区域没有重叠，即任意一个像素不会出现在两个或两个以上的区域中，后两个条件则说明了分割是根据像素的特征进行的，即分割后位于同一个区域中的各个像素是符合某些特征方面的一致性，而不同区域之间的像素没有相同的特征。这样可以根据分割结果还可以准确地确定出各个区域的主要特征。在现实生活中，进行图像分割应用时，图像分割不仅要满足上述条件，也需要根据需求把目标区域分离出来，从而达到图像分割的目的。