论文总字数：25322字

摘 要

图像分割技术是一种常见的数字图像处理技术，广泛应用于医疗、军事、雷达等研究领域。图像分割就是把图像分成各具有特性的区域并提取出感兴趣的目标区域的技术和过程。这里的特性可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应多个区域。图像分割的质量对图像分析起着至关重要的作用，图像分割的方法很多，有一些方法的使用存在着局限性，有一些分割方法的能够普遍适用于多种图像，但是分割的效果不佳。随着计算机技术的发展，人们已经研究出很多不少的成果，但对分割算法的评价至今没有统一、通用的标准，也没有找到一种适用于各类图像分割的算法。

本文研究了图像分割的经典算法，其中核心的算法阈值分割，以及边缘检测分割，区域生长分割和聚类。首先本文从基础知识出发，着重介绍了阈值分割，边缘检测，区域生长，聚类的原理，紧接着分别介绍这些原理对应的分割算法，基于阈值分割介绍了单阈值分割、直方图分割算法，基于边缘检测介绍了一阶梯度算子和二阶梯度算子，基于区域生长的算法以及基于聚类的K-means算法。还介绍了图像分割的两种评价方式：主观评价和客观评价，主要阐述了分割算法的三种评价准则：分析法准则，优度试验法准则和差异实验法准则。重点研究了四种分割方法适用的范围，以及对特定算法进行研究，还强调比较了不同算法在同一图像上的分割效果。最后，对未来图像分割的发展做了展望，相信在不久的将来，图像分割上的难题会得到圆满的解决。

关键词:图像分割；阈值分割；边缘检测；区域生长；聚类

A Comparative Study of Image Segmentation Method

Abstract

Image segmentation is a common digital image processing technology, which is widely used in medical, military, radar and other fields. Image segmentation is a technique and process to divide the image into the target area that has the characteristics of the region or to extract the area interested. Here the characteristics can be gray, color, texture. The target can correspond to a single region or a plurality of areas. The quality of image segmentation plays an important role in image analysis. There are many methods for image segmentation ,some of them can be generally applicable to a variety of image segmentation, but the effect is not as good as expect. With the development of computer technology, people have developed lots of results of segmentation algorithm, but there is neither a uniform evaluation standard for those algorithm nor a suitable algorithm which is suitable for all kinds of image segmentation.

本文研究了图像分割的经典算法，其中核心的算法阈值分割，以及边缘检测分割，区域生长分割和聚类。首先本文从基础知识出发，着重介绍了阈值分割，边缘检测，区域生长，聚类的原理，紧接着分别介绍这些原理对应的分割算法，基于阈值分割介绍了单阈值分割、直方图分割算法，基于边缘检测介绍了一阶梯度算子和二阶梯度算子，基于区域生长的算法以及基于聚类的K-means算法。还介绍了图像分割的两种评价方式：主观评价和客观评价，主要阐述了分割算法的三种评价准则：分析法准则，优度试验法准则和差异实验法准则。重点研究了四种分割方法适用的范围，以及对特定算法进行研究，还强调比较了不同算法在同一图像上的分割效果。最后，对未来图像分割的发展做了展望，相信在不久的将来，图像分割上的难题会得到圆满的解决。

This paper studies the classic image segmentation algorithm which covers four core algorithm as threshold segmentation , edge detection and region growing segmentation and clustering. Firstly, this article embarks from the basic knowledge and introduces the threshold segmentation, edge detection, region growing, clustering principle emphatically. Then this paper introduces the principle of corresponding segmentation algorithm. Based on threshold segmentation ,this paper studies single threshold segmentation and histogram segmentation algorithm .Based on edge detection, this article introduces a gradient operator and two gradient operator. This paper also introduce region growing algorithm and K-means algorithm based on clustering. Subjective evaluation and objective evaluation are introduced as two kinds of evaluation methods of image segmentation. Then three evaluation criteria: segmentation algorithm analysis criteria, goodness test criterion and the differences between the experimental criterion are introduced . This paper focus on the application scope of four kinds of segmentation methods and studies the specific algorithm, also emphasizes the comparison of different algorithms in the same image segmentation. Finally, the future development of the image segmentation is discussed and as we all sure that some image segmentation problems will be solved completely in the future.

关键词:图像分割；阈值分割；边缘检测；区域生长；聚类

Keywords: Image Segmentation; Threshold Segmentation; Edge Detection; Region Growing; Clustering

目 录

摘 要 I

Abstract II

目 录 III

第一章 绪论 1

1.1 图像分割的背景和意义 1

1.2图像分割技术的现状 1

1.3图像分割的发展趋势 2

1.4本文研究内容 2

第二章 图像分割基础 4

2.1 图像分割定义和技术分类 4

2.2 阈值分割技术 4

2.2.1 单阈值分割定义和技术分类 4

2.2.2 单阈值分割 5

2.2.3直方图分割方法 5

2. 3 边缘检测技术 6

2.3.1 边缘检测原理 6

2.3.2 一阶梯度算子 7

2.3.3 二阶梯度算子 8

2.4 区域分割技术 9

2.4.1 区域生长原理 9

2.4.2 区域技术的算法 10

2.5K-均值聚类技术 11

2.5.1 K-均值聚类的原理 11

2.5.2 K-means算法 12

第三章 图像分割评判标准 14

3.1 图像分割评价 14

3.1.1 主观评价 14

3.1.2 客观评价 15

3.2 分割算法评价框架 15

3.3 分割评价准则 16

3.3.1 分割评价准则基础 16

3.3.2 分析法准则 16

3.3.3 优度实验法准则 17

3.3.4 差异实验法准则 18

第四章 实验结果分析 19

4.1阈值法分割 19

4.2 边缘检测分割 21

4.3 区域生长分割 23

4.4 聚类分割 25

第五章 结论 27

5.1 本文主要内容 27

5.2 对课题的展望 27

致 谢 28

参考文献（Reference） 29

第一章 绪论

1.1 图像分割的背景和意义

20世纪50年代左右，有人在计算机图像处理的领域提出了图像分割的概念。从那时起，人们便开始在理论研究和实际应用中高度重视图像分割的这项技术，现在，图像分割已经成为了计算机处理图像的关键技术。

剩余内容已隐藏，请支付后下载全文，论文总字数：25322字