基于区域的图像分割

「基于区域的图像分割」(Region-based Image Segmentation)是一种将图像分割为不同区域或区域集合的方法,其中每个区域具有一组共享特征或属性。与基于像素的方法相比,基于区域的分割可以更好地保留对象的连续性和完整性,因此在许多图像处理任务中具有重要的应用。

图像分割的目标:将区域 划分为若干个子区域 ,这些子区域满足 5 个条件

  1. 完备性:
  2. 连通性:每个 都是一个连通区域
  3. 独立性:对于任意
  4. 单一性:每个区域内的像素具有相同的性质
  5. 互斥性:任两个区域的像素具有不同的性质

区域生长算法

根据图像的不同应用选择一个或一组种子, 如最亮的点、最暗的点、点簇中心的点

定义相似性准则(颜色、灰度、纹理等)

从该种子开始向外扩张,首先把种子像素加入结果集合,然后不断将与集合中各个像素连通、且满足相似性准则的像素加入集合

上一过程进行到不再有满足条件的新结点加入集合为止

区域分裂与合并

不同于区域生长,将图像分割为一系列不相交的区域,然后进行合并/拆分,具体实施:

  • 起始时整个图像为一个区域
  • 把区域均分为四个子区域
  • 如果相邻的子区域所有像素性质相同,则将其合并
  • 反复进行上两步操作,直至不再有新的分裂与合并为止