图像分割技术研究综述（2021年6月30日）

图像分割技术研究综述---2021.6.30

• 图像分割方法比较：
  • • 1阈值分割方法具备较快的处理速度，能够实现图像的初步划分，但
    • 大津阈值算法适用于结构较为简单的图像对象
    • 分割技术
    • 区域生长法在复杂背景环境下具有较强的适应能力

  • 阈值分割、边缘分割、区域分割与超像素分割的差异性分析

  • • 借助阈值进行图像划分的方法虽然效率较高，但在面对复杂场景时往往难以取得理想效果。
    • 利用边缘信息进行图像划分的方式容易导致误判，产生不真实的边缘或孤立线段。
    • 以区域为基础的图像划分方式可能会对无目标区域进行不必要的处理，造成计算资源的浪费。
    • 超像素划分方法在提升计算效率与保证精度之间存在一定的矛盾，难以兼顾两者。
    • HOG特征提取技术
    • • HOG特征提取的具体实施步骤

图像分割方法对比分析

1阈值分割能够较为快速地完成图像的分割，但

实现该目标的前提条件是目标物体与周围环境之间需具备显著的灰度差异，因此通常需要实施对比度增强等预处理操作。鉴于复杂图像难以实现精确分割，阈值分割法常被用作初步分割手段，随后结合边缘检测分割、区域增长分割等技术进行进一步处理，从而有效降低计算资源的消耗。

大津阈值算法分割的对象要是比较简单的