幾種影象的分割方法彙總

影象分割指的是將原影象按照灰度、紋理、顏色、形狀等劃分成不同的區域，因此，在同一個區域間，呈現出具備一些相同的特點，而在不同的區域間，分割出的各個影象會有一定的差別。

（1）基於閾值的分割方法

基於閾值的分割方法是按照原影象的灰度特徵劃分出一個或者幾個灰度閾值，將原影象的每個畫素的灰度值與灰度閾值進行比較，繼而確定每個畫素應該位於哪個區域。

比如我們的研究物件是在一個較暗的背景下的一個亮影象，其中目標影象畫素和背景畫素組成了兩種主導模式，我們可以選擇一個灰度值閾值，使用這個灰度值閾值來分離這兩個模式，如果畫素的灰度值大於灰度值閾值的話，那麼這個畫素點就是影象點，反之如果畫素點的灰度值比灰度值閾值小的話，那麼這個畫素點就是背景點。如果使用一個灰度值閾值就可以實現影象點與背景點的分離，這個過程稱為全域性閾值處理，如果灰度值閾值需要隨著影象的不同部分而發生變化的話，這個過程稱之為可變閾值處理。另外基於閾值的影象分割方法會受到影象噪聲、影象反射是否均勻、光照是否均勻的影響。比如說如果影象的噪聲很大，噪聲大模式的寬度就會很大，大到一定程度的時候就會使這幾個灰度值模式之間的界限不明顯，繼而無法分割。

（2）基於邊緣的影象分割

邊緣是指一個區域的結束與另一個區域的開始，也就是說影象邊緣代表的是兩個不同的區域邊界線上的一些畫素的集合，它一般代表著影象的灰度、紋路、顏色發生了一些突變，是影象區域性特徵不連續的體現。基於邊緣的影象分割方法一般是基於影象灰度值檢測的分割方法，即影象邊緣是影象灰度值發生突變的一個轉折，影象邊緣有兩個要素：幅度與方向。沿著邊緣的方向，灰度值的變化比較小，垂直於邊緣的方向，灰度值的變化比較大。因此我們可以對畫素的灰度值進行求導來判斷影象的邊緣。

（3）基於區域的分割方法

基於區域的分割方法主要有區域生長、區域分離聚合、分水嶺法等。

區域生長指的是根據同一區域內畫素具有一些相似的性質 （灰度值、紋路、顏色） 來聚集畫素點的一種方法。我們可以從一個畫素或者是一塊很小的區域開始，將周圍具有相同性質的畫素或者區域劃入到目前的區域當中，直到沒有其他的畫素或者是區域能夠劃入到當前區域為止，以此來實現區域不斷增長的過程。

區域分離與聚合將影象看成是一組不相交的區域。分割指的是將影象進行越來越細的劃分，直到最後被劃分出來的區域滿足同一性質。也就是說對於不滿足同一性質的某個影象區域來說，我們將它劃分為四個子象限區域，如果子象限區域還不滿足同一性質的話，我們繼續進行劃分，直到所有的區域都滿足同一性質。那麼此時肯定具有滿足同一個性質的鄰接區域，我們使用影象聚合就可以充分的彌補這一個缺點。對於滿足同一性質的鄰接區域來說，我們聚合這些區域，直到不含有具有同一性質的鄰接區域為止。

分水嶺法是將影象看為一個山谷地形圖，影象中每一個畫素的灰度值代表著地形的高度。如果把水滴放在任意的某點，水滴必然會流入的那個極小值點稱之為匯水盆地或者為分水嶺，水可以等機率的流向的多個匯水盆地的點構成的那條線也叫做分界線或者分水線。分水嶺法的實現過程與洪水淹沒地形的過程極其類似，我們假設在匯水盆地處鑽了一個洞，讓水從洞中以均勻的速度上升。水會先沒過匯水盆地，然後隨著水位的不斷上升，水會逐漸沒過山谷。當水位上升到一定的程度時，水會發生溢位的現象，我們此時建造堤壩來防止水的溢位，一直重複這個過程直到水沒過山谷中的所有點，這時所建造的全部的堤壩就可以看成各個匯水盆地的分界線。堤壩就對應於分水線，這些分水線也就是我們所希望得到的不同區域之間的分界線。

（4）基於圖論的影象分割

圖是由一定的頂點以及連線這些頂點的邊組成，假如圖G有頂點集V和邊集E組成，則圖有下列表示：

G=（V，E）

如果圖中的邊是沒有方向的，那麼就叫做這個圖為無向圖，反之，為有向圖。也就是說對於無向圖來說，若（Vi，Vj）屬於圖G，則必有（Vj，Vi）屬於圖G。有向圖則不然。如果圖中的邊是有一定權值的話，那個這個圖就被稱為帶權圖。

基於圖論的分割方法就是把要進行分割的影象看成是一個帶權無向圖。原影象中的各畫素點就是帶權無向圖中的結點。邊是在各結點之間形成的。邊的權值W（i，j）可以反正出頂點i與頂點j之間的相似程度，其可以由空間關係（如頂點i到頂點j的距離）與灰度測試（如紋理、顏色、灰度值）形成。我們可以將原帶權無向圖按照每各個畫素之間的相似程度切割成若干個子集區域。每個子集區域內的畫素相似度比較高，不同的子集區域的畫素相似性較低。切割的過程實際上就是去除相似度低的結點之間的邊。