图割技术概述

图像分割方法主要包含两大类：一类是基于区域的分割方法，另一类则是基于边缘的分割方法

以区域为基础进行图像分割的方法包括阈值法（例如基于直方图的门限技术）、区域生长技术以及基于图像模型的概率框架等方法

根据边缘检测技术的不同类型可以大致分为以下几个类别：第一类是基于局部图像特征提取的方法；第二类为一种主要的技术是基于图像滤波器的处理方式（如快速傅里叶变换FFT、小波变换以及导向滤波器等）；第三类则是另一种分类依据是基于反应扩散方程模型的应用；其一是基于边界曲线拟合的技术；其二是活动轮廓模型（Active Contour Model）的应用。

一、基于区域的分割方法

基于特定标准地利用一个或多个门限值将图像的灰度分布划分为若干类别，并认为处于同一灰度区间范围内的像素应归属于同一类别。可采用的关键准则是直方图中的谷底位置、最小类内方差（或最大类间方差）、最大熵原理（可采用多种形式）、最小错误率判据、矩不变特性以及最大繁忙度（由共生矩阵定义）等指标等方法实现分割目标。然而该方法的一个主要缺陷在于它仅考虑了图像的空间信息而忽略了空间位置信息的作用，在面对图像中存在明显空间重叠现象或者难以根据单一灰度特征准确区分不同物体的情形时就无法获得理想分割效果

（2）作为图像处理领域中最古老的分割技术之一，在早期的研究中就出现了多种基于区域生长的方法。这些方法通常包含两种基本策略：一种是从一个