(广东科学技术职业学院 软件学院，广东 珠海 519090)

0 引言

随着电子技术和计算机技术的飞速发展，图像采集技术得到了极大提高，图像处理技术的应用逐渐成为图像分析领域研究的热点，已经渗透至人们日常生活的各个方面，在视频会议、远程医疗、农业生产自动化、以及工业产品质量监测方面有着重要应用[1-2]。图像分割作为图像分析的最关键步骤，无论是图像处理还是图像理解与识别，其基本工作均建立在图像分割的基础上，图像分割的目的就是将图像划分成各具特征的区域并提取目标区域的细节信息的过程[3-4]。在图像处理过程中只要涉及到目标检测，信息提取、图像诊断时，首先就需要对图像进行分割，在图像处理过程中十分关键[5]。图像分割技术发展至今，研究人员提出了很多分割方法，但仍然存在很多不足，例如分割精度不高、分割后的图像分辨率低、分割计算效率低等众多问题[6]。在这种情况下，寻求一种可扩展性强、计算效率高、抗噪性强的图像分割方法具有重要的现实意义[7]。

目前，可扩展性较强的图像分割方法有：文献[8]提出一种基于马尔科夫随机场的图像智能分割方法。该方法先采用分数阶微分运算对图像细节信息的敏感性进行分析，并将其引入图像特征提取过程中，以得到全面完整的图像纹理信息，此外，为智能分割图像不同的纹理区域，采用模糊熵准则对图像分割结果进行平滑去噪，降低图像噪声干扰。……