经典的图像分割方法总结
图像分割指根据灰度、纹理、形状等特征把图像分割为若干个互不交叠的区域,并使图像在同一区域内呈现出相似性,在不同区域内呈现明显的差异性。
- 基于阈值
- 基于区域
- 基于边缘
- 基于小波变换
- 基于神经网络
- 基于能量
- 基于概率统计
- 基于特定理论
1.基于阈值的分割
基本思想:给定合适的灰度阈值,将图像中各个像素的灰度值和阈值作比较,将每个像素划分到合适的类别中。
优点:思想简单、运算效率高(并行区域技术)
难点:图像结构复杂时很难找到合适的阈值
2.基于区域的分割
基本思想:将图像按照给定的相似性准则划分为不同的区域,主要有区域生长法、区域分裂合并法、分水岭法等。
区域生长法:对每个需要分割的区域选定一个种子像素作为生长的起点,然后将种子像素邻域内具有相同或相似性质(事先确定判定相同或相似的准则)的像素合并到该种子像素所在的区域中。将新合并的像素当作种子像素继续上面的过程,直到没有满足条件的像素被包括进来。
区域分裂合并法:首先将图像任意分割成若干个互不相交的区域,然后按照某种准则对这些区域进行分裂或合并,最终完成分割任务。
分水岭法:基于拓扑理论的数学形态学分割方法,其基本思想是把图像看作是测地学上的拓扑地貌,图像中每一点像素的灰度值表示该点的海拔高度,每一个局部极小值及其影响区域称为集水盆,而集水盆的边界则形成分水岭。该算法的实现可以模拟成洪水淹没的过程,图像的最低点首先被淹没,然后水逐渐淹没整个山谷。当水位到达一定高度的时候将会溢出,这时在水溢出的地方修建堤坝,重复这个过程直到整个图像上的点全部被淹没,这时所建立的一系列堤坝就成为分开各个盆地的分水岭。分水岭算法对微弱的边缘有着良好的响应,但图像中的噪声会使分水岭算法产生过分割的现象。
基于边缘的分割
基本思想:利用边缘检测找出图像边缘,进而分割图像。
边缘角点和兴趣点检测器有:
Canny边缘检测器
Harris角点检测器
SIFT检测器
SURF检测器
基于小波变换的分割
基本思想:小波变换具有多尺度特性,能够在不同尺度上对信号进行分析。利用小波变换的分割过程是从粗到细,由尺度变化来控制,起始分割由粗略的L2®子空间上投影的直方图来实现,然后利用直方图在精细的子空间上的小波系数逐步细化分割。
基于神经网络的分割
基本思想:利用大量的训练数据,学习决策分类函数。
优点:容易引入空间信息,解决图像噪声和不均匀的问题
基于能量的分割
基本思想:主要指活动轮廓模型以及在其基础上发展出来的算法。使用连续曲线来表达目标边缘,并定义一个能量泛函使得其自变量包括边缘曲线,因此分割过程转变为求解能量泛函的最小值过程,一般可以通过求解函数对应的欧拉方程来实现,能量达到最小时的曲线位置就是分割轮廓。有参数活动轮廓模型和几何活动轮廓模型(水平集方法)
基于概率统计的分割
分类:一是标准高斯模型;二是使用Gibbs概率分布的隐式马尔科夫随机场模型,通过像素邻域引入空间信息从而对像素进行类别标记;三是使用马尔可夫随机场计算先验分布从而得到类别标记,同时考虑了像素的灰度信息和空间信息。
基于特定理论的分割
图像分割没有通用的自身理论,随着各学科新理论和新方法的提出,出现了与一些特定理论、方法相结合的图像分割方法,主要有:基于聚类分析的图像分割方法、基于模糊集理论的分割方法等。
目前各种方法有各自适用的任务范畴,并没有一种普适的分割方法。在单种理论研究出现瓶颈的情况下,不同方法的融合、结合业务领域学科知识的研究成为寻找突破的方向。
经典的图像分割方法总结相关推荐
- matlab实现谱聚类法图像分割代码,一种基于谱聚类的图像分割方法与系统与流程...
本发明是一种基于谱聚类的图像分割方法与系统,涉及聚类.机器学习和人工智能领域.特别涉及通过相关性将已经学习到的知识运用到图像分割中,并在此基础上构造性地改造谱聚类方法,从而达到快速精确地分割彩色图像的 ...
- 基于改进区域生长算法的图像分割方法及实现
一.题目与要求 1.1课程设计题目 采用灰度图像(该图像由高分二号卫星拍摄,是武汉市江夏区矿区的部分灰度图像)分别实现几种图像分割方法: (1) 经典区域生长方法: (2) 改进的区域生长方法: (3 ...
- 医学图像分割方法及卷积神经网络在医学图像分割上的应用
(最开始接触医学图像分割时写的综述,写的比较幼稚,传上来的时候格式可能有些乱.需要原文的小伙伴可以加我qq:604395564联系,也欢迎做医学图像处理的小伙伴一起交流学习.自己写的,欢迎转载,但请注 ...
- 图像分割方法分享 | 基于优选集成ConvNet的脑癌图像分割方法
前言 略. 1 方 法 使用单个的神经网络进行图像分割的效果通常精度较低达不到预期,因此笔者对深度神经网络进行优选集成以适应脑肿瘤分割的任务.具体来说,提出了由2个网络组成的轻量级集成方法,每个网络都 ...
- 【图像分割】基于萤火虫优化的半监督谱聚类彩色图像分割方法(Matlab代码实现)
目录 0 概述 1 萤火虫算法 1.1 思想来源 1.2 数学模型 1.2.1 萤火虫相对荧光亮度 1.2.2 萤火虫吸引度 1.2.3 位置更新 1.3 算法步骤 2 基于萤火虫优化的半监督谱聚类彩 ...
- 梯度下降法 —— 经典的优化方法
梯度下降法 -- 经典的优化方法 机器学习基础算法python代码实现可参考:zlxy9892/ml_code 1 原理 在机器学习的核心内容就是把数据喂给一个人工设计的模型,然后让模型自动的&quo ...
- 「技术综述」基于弱监督深度学习的图像分割方法综述
https://www.toutiao.com/a6713527528251720200/ 本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势. 作者 | ...
- 【技术综述】基于弱监督深度学习的图像分割方法综述
文章首发于微信公众号<有三AI> [技术综述]基于弱监督深度学习的图像分割方法综述 本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势,首发 ...
- 【技术综述】基于弱监督深度学习的图像分割方法综述
本文是基于弱监督的深度学习的图像分割方法的综述,阐述了弱监督方法的原理以及相对于全监督方法的优势. 作者 | 孙叔桥 编辑 | 言有三 1 基础概念 生活中,我们和周围的事物都是有"标签&q ...
- ncut算法matlab实现,ncut_multiscale_1_6 经典的图像分割算法 的Matlab代码。 238万源代码下载- www.pudn.com...
文件名称: ncut_multiscale_1_6下载 收藏√ [ 5 4 3 2 1 ] 开发工具: matlab 文件大小: 587 KB 上传时间: 2015-04-17 下载次数: ...
最新文章
- RHEL6.3安装vsftpd
- 2.Spring【DI】XML方式
- APPlication,Session和Cookie的区别
- 面试算法经典书籍--编程之美
- python中字符串的常见操作方法
- PyQt5入门——QListWidget实现图片缩略图列表
- 阿里云linux绑定域名
- OpenShift 4 - 定制 RHCOS Linux的Kernal参数
- Codeforces Beta Round #71 C【KMP+DP】
- leetcode [383] 赎金信 / Ransom Note , 空间换时间的哈希策略
- awk的关联数组版本支持
- pcie协议_如何通过PCIE协议实现FPGA 配置?详情请戳这里!
- win7 右键无法新建txt
- Java中resualtset,@Result type = 'stream
- Matlab处理阻尼振动数据,MATLAB计算方法和技巧6_2阻尼振动
- Android stdio报错:“xxx keeps stopping“解决方案
- php 显示英文日期,DEDECMS怎么显示英文日期时间
- CSLA公链以“硬实力”成业界翘楚—csla超级公链是真的吗
- 补充(二)古典密码两张思维导图速通
- OpenCV实现图像的裁块与拼接