唐万成，叶邦彦，梁立东

(华南理工大学 机 械与汽车工程学院， 广东 广 州 5 10640）

图像分割是计算机视觉重要研究内容，计算机视觉中的图像理解包括目标检测、特征提取和目标识别等,都依赖于图像分割的质量。在图像处理与分析中，人们往往只对图像中的某些区域感兴趣，需要将感兴趣的区域从背景中分离出来，并且将其标记，才能进行下一步的处理与分析。因此，图像处理的目标是将构成图像的各个像素分配到不同的区域中[1]，从而将人们感兴趣的区域从复杂的背景中分离出来。图像分割算法有很多种，广义上可分为：基于阈值的分割算法、基于边缘检测的分割算法、基于区域分割算法以及基于簇类的分割算法。其中基于区域的算法最容易实现自动化。区域生长法（SRG）是基于区域分割算法的一种，其原理是通过给定的生长点（区域）逐步合并其周围特征一致的像素点（或区域），形成一个大的区域。

SRG分割算法在图像分割与连通域标记中应用广泛，在图像处理技术中已有许多研究[2-6]，其算法步骤有：1）选择合适的生长点2）确定生长准则3）确定生长停止条件。文献[1]通过SRG算法对彩色图像进行智能分割，取得很好的效果。文献[7]中提出一种结合SRG与分水岭算法得出的一种图像分割算法，该算法首先用分水岭算法进行初始化分割，然后再利用SRG算法进行合并。尽管SRG便于实现智能图像分割，但传统的SRG算法需要给定生长、多次扫描整张图片，而且大多算法复杂程度高，执行效率低，不利于用在快速图像序列分析与检测。……