结合自适应图像片与图割的交互式图像分割算法研究(2)
结论 26
致谢 27
参考文献 28
1 绪论
图像分割作为计算机视觉领域和图像处理等领域的一个研究热点和难点，其主要目的在于将图像中感兴趣的对象和图像的背景分离开来， 以便进行高层次的图像分析、图像理解。本章分析了本论文的研究背景，同时介绍了国内外相关算法的研究历史和现状，并给出了本论文的内容安排。
1.1 图像分割研究背景
据科学研究和统计显示，人类从外界获取的信息当中，有很大的一部分来自视觉，可以说人类的视觉是最有效地获取信息的方式，是人类活动最重要的组成部分。计算机视觉，也可以称为机器视觉，其信息的主要载体是数字图像，它利用计算机来模拟大脑和人眼以感知、处理、分析和理解客观世界。这里的图像包含了被描述对象的丰富信息，它是一个广义的概念，包括照片、图形、文档、动画和视频等。
图1.1 图像技术的三层模型
随着计算机、多媒体等技术的不断发展，在日常生活生产过程中，人们获取与存储了许多图像信息，为了满足特定的需求，无论是在军用领域还是民用领域，编辑和处理这些图像都有着重大的现实意义，我们将这类与图像获取和处理相关的技术统称为图像技术。根据研究方法、操作对象数据、语义抽象程度的不同，我们通常将图像技术分为三个既联系又区别的层次：图像处理主要是对输入的原始图像进行变换，例如图像的滤噪、增强、恢复、重建等，所获得的输出结果仍然是像素级图像，主要目的是为了改善图像的视觉效果等；图像分析则是检测并分割出感兴趣的目标对象，并提取其特征描述，然后进一步测量参数以识别目标，它的输出不再是图像而是某种形式的抽象数据；图像理解是高层操作，它是在目标特征的基础上进行理解，然后得出原始场景的解释，从而指导视觉决策行动[1]。
图像分割是指根据灰度、色调、颜色、纹理等特征，将图像划分为多个互不重叠的内部一致而彼此特征各异的连通区域，接着来对用户感兴趣的目标对象的区域或轮廓进行描述，最后把目标对象从复杂的背景中分离出来。这些区域或轮廓是带语义的，与现实中的场景或实体相关联，是进一步对图像高级处理的基础。从图1.1中可以看出，图像分割是图像分析中的第一步，是实现从底层图像处理到图像分析，进而完成高层图像理解的一个关键步骤，同时在图像分析中，特征提取和目标识别都是在图像分割基础上进行的。因此，图像分割问题也就成了计算机视觉领域中的基本和关键问题，图像分割的质量将对后续任务的有效性产生直接的影响。
近年来，每年都有大量关于图像分割研究的论文发表，并且图像分割的应用领域非常广。因为图像分割的研究价值和应用潜力，国内外研究者们付出了长期的努力深入研究和探索图像分割问题的相关理论[1]。虽然已经取得了大量的研究成果，但是由于物质的复杂性及人类对视觉系统深层认识的缺乏，目前还没有一种理论能对客观世界中感兴趣的对象进行自动识别和理解。迄今为止，还没有通用的图像分割理论[3]，现有的方法大都是针对某一具体的应用或某一类型的图像。正是因为图像分割是非常重要的，而现有的理论不够完善，因此它仍然是未来几十年的研究热点和难点。
1.2 交互式图像分割研究现状
由于图像有很多种类，而自动分割方法不能很好处理背景复杂的图像，因此通常需要增添人工交互，使用一些先验条件来辅助分割，根据分割过程中用户是否参与，我们将图像分割分为非交互式图像分割和交互式图像分割两种类型[13]。在非交互式图像分割方法中，不需要用户的参与，算法会自动完成给定图像的分割。而交互式分割则是需要用户交互操作，以在分割过程中融入所需的先验信息（如：初始轮廓、先验参数、种子标记等），从而能更加准确地提取出目标对象的轮廓。
下一篇：基于稀疏表示的特征选择算法