图形分割算法探究！

王绍昶

      图像增强使得整幅图像质量改善，但为了得到图像中的物体信息，还必须进行图像分割，即提取图像中感兴趣物体对应的那些区域，正式的定义是：分割操作以一幅图像作为输入，返回一个或多个区域轮廓作为输出。图形分割在计算机视觉中的使用非常广泛！
1.阈值分割

阈值是图像分割时作为区分物体与背景像素的门限，大于或等于阈值的像素属于物体，其他的则属于背景。这种方法对与背景对比差别明显的分割非常有效，实际上在任何图像处理中都会用到阈值分割，包括全局阈值，局部阈值等。

图1  对原图进行（30，255）的阈值分割后，图中的虾与背景完全分隔开来了

同时注意的是在分隔开的区域中存在一些干扰像素，这些干扰可以通过2.5节特征提取的方法消除掉（基于面积或者基于形态学）。

固定阈值仅在物体的灰度值和背景的灰度值不变时效果好，如果照明条件发生变化，可使用局部阈值（自适应阈值）进行分割。

如果希望以鲁棒的方法选定与最小值对应的阈值，就必须先对直方图进行平滑处理，即将直方图与一个一维高斯滤波器进行卷积完成平滑处理。