林 强，董 平，林嘉宇

（国防科技大学电子科学与工程学院，长沙410073）

·微机软件·

图割方法综述

林 强，董 平，林嘉宇

（国防科技大学电子科学与工程学院，长沙410073）

介绍了近年来图像分割方法及图割的研究进展。首先将现有的多种类型图像分割方法归结为五类典型方法，并分析各自的特性；接着详细介绍图割的概念和图割的三种分割方法，每种方法的应用现状和特性；最后指出了图割的一些研究方向。

图割；交互式；能量函数；分水岭

1 引 言

图像分割是将图像分割成不同的有类似颜色、强度或纹理的区域［1］。图像分割作为预处理步骤在计算机视觉、目标识别、跟踪和图像分析等领域起着显著作用。通常，图像分割分成五类：第一类是基于阈值的分割方法。它是利用图像的灰度直方图信息得到分割阈值，将图像分成目标和背景，从而实现对图像的分割。阈值法包括单阈值分割［2］、多阈值分割［3］和可变阈值分割。基于阈值的方法实现简单，算法也比较简单，特别针对目标和背景差异比较大的图像。缺点是不容易找到合适的阈值，容易受到噪声的影响，难以处理多个目标的情况。最常用的阈值算法有最小误差法［4］、最大类间方差法［5］、模糊集法［6］、最大熵分割算法［7］等。

第二类是基于边缘的分割方法。该方法假定不同区域的像素值是不同的，通过特征的不连续来检测区域边缘，由此实现区域分割。这些不连续通常用第一阶或第二阶导数法来检测，如Laplace算法［8］。而基于梯度的Sobel［1］、Roberts和Prewitt算法比较容易实现，并且可以粗略检测轮廓外形，但它们和Laplace算法一样，对图像的噪声很敏感。……