图像分割方法研究

被引:59
作者
黄长专
王彪
杨忠
机构
[1] 南京航空航天大学自动化学院
关键词
图像分割; 阈值化; 边缘检测; 人工智能;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
图像分割是图像分析和模式识别的首要问题,也是图像处理的经典难题之一。文中对图像分割方法进行了系统研究论述,先对图像分割的定义、要求进行简单介绍,然后对阈值化、基于边缘方法、基于区域的方法、基于模型的方法和基于人工智能的方法等主要的图像分割方法进行研究论述,比较了它们的优缺点。在实际应用中,这些分割方法往往相互结合,以期达到单一图像分割方法所不能取得的效果,提高分割效率。
引用
收藏
页码:76 / 79+83 +83
页数:5
相关论文
共 27 条
[1]   基于云模型和FCM聚类的遥感图像分割方法 [J].
秦昆 ;
徐敏 .
地球信息科学, 2008, (03) :302-307
[2]   基于改进型聚类神经网络的图像分割 [J].
焦春林 ;
高满屯 ;
史仪凯 .
计算机工程与应用, 2007, (20) :93-95
[3]   基于颜色信息与区域生长的图像分割新算法 [J].
赵钦佩 ;
姚莉秀 ;
程建 ;
何虎翼 ;
杨杰 .
上海交通大学学报, 2007, (05) :802-806+812
[4]   一种基于马尔可夫随机场的SAR图像分割新方法 [J].
侯一民 ;
郭雷 .
电子与信息学报, 2007, (05) :1069-1072
[5]   图像分割中的马尔可夫随机场方法综述 [J].
李旭超 ;
朱善安 .
中国图象图形学报, 2007, (05) :789-798
[6]   基于改进活动轮廓模型的超声图像分割 [J].
谢勤彬 ;
罗代升 .
科学技术与工程, 2007, (08) :1638-1641
[7]   一种耦合的活动轮廓模型及其在图像分割中的应用 [J].
陈波 ;
赖剑煌 ;
马建华 .
中国图象图形学报 , 2007, (03) :444-449
[8]   用于图像分割的活动轮廓模型综述 [J].
陈波 ;
赖剑煌 .
中国图象图形学报, 2007, (01) :11-20
[9]   基于图像边缘信息的2维阈值分割方法 [J].
王玥玥 ;
王秋光 .
中国图象图形学报, 2007, (01) :78-81
[10]   分水岭算法分割显微图像中重叠细胞 [J].
丛培盛 ;
孙建忠 .
中国图象图形学报, 2006, (12) :1781-1783+1890