一、课题研究背景、目的和意义

1.1图像分割方法研究背景

图像处理是计算机、通信、军事、交通、医学、心理学等等众多领域研究的关键的技术，而图像分割是图像处理的最重要的预处理技术之一，在图像处理中占据重要的位置。图像分割算法有很多，其中有些算法虽然应用范围较广，但不完全适用于所有领域；还有些算法只能适用于处理一些特殊的图像。在图像处理过程中，分割效果的准确性将直接影响进一步对图像的分析与处理。图像分割及其基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象更紧凑的形式, 使得更高层的图像分析和理解成为可能。

1.2图像分割方法研究目的及意义

图像分割技术最早开始研究是在20世纪60年代，至今国内外学者已经提出了成千上万种算法，但是到现在还是没有一种适用于所有图像的分割算法。由于缺少通用的理论指导，选择合适的分割算法用于指定情况时就会比较麻烦，而且要经过反复的实验。图像分割在实际中的应用很广泛，在计算机视觉和图像识别的各种应用系统中占有相当重要的地位，也是研制和研发计算机视觉系统、字符识别和目标自动获取等图像识别和理解系统首先要解决的问题。可以这么说, 在各种图像应中, 只要需对图像目标进行提取、测量等, 都离不开图像分割。因此，图像分割方法的研究还是图像技术中的热点和焦点，人们对它的关注和投入还在不断的提高。

通过对图像分割方法进行全方面的分析，并对图像分割技术的研究方向进行探讨，希望能给从事图像处理学习与研究的人员一定的启发作用。从原理和应用等方面来深入研究图像分割技术，对于提高图像分析和图像理解系统的性能以及提高图像处理技术的应用水平都具有十分重要的意义。

二、研究现状

在已经提出的分割算法里，每种分割算法都有自己的特色和优缺点，都有各自适用的场合。所以进行图像的分割时，要先对分割算法进行适当的评估。在已经提出的分割算法里，比较经典的算法是灰度阈值分割法^[5]、边缘检测分割法^[5]和区域增长法^[5]以及基于分水岭算法的分割方法^[13]。

2.1边缘检测分割法

边缘检测是图像分割中常用的方法之一。所谓边缘，是指图像区域中显著变化的那些像素的集合，它是图像分割中最重要的依据^[1]。边缘检测主要是图像的灰度变化的度量、检测和定位，采用边缘检测法进行图像分割的基本思想是先利用边缘增强算子，突出图像中的局部边缘，然后定义像素的”边缘强度”，通过设置阈值的方法提取边缘点集，使图像某种细节突出出来，进而完成对图像分割^[5]。使用边缘检测法进行图像分割可以大幅减少计算数据量，可以快捷剔除不需要的信息，快速提取特征。