陈乔松,冉会琼,闫亚星，刘 晓,周冰玉,卢大强,董师周，王 进,邓 欣

(重庆邮电大学 计算机科学与技术学院 计算智能重庆市重点实验室，重庆 400065)

0 引 言

图像分割是图像预处理中的一个重要环节，图像分割指的是根据灰度、颜色、纹理、形状等特征把图像分为互不交叠的区域，使得这些特征在同一区域内呈现出相似性和一致性，而在不同区域间呈现出明显的差异性。将图像的不同区域分割开来，即是将目标从背景中分割开来，便于后续的研究所用。图像分割的效果直接影响到后续对图像的分析和处理结果，因此，图像分割成为图像处理的热点问题之一。

近年来，在大量研究者的努力下，不同的分割方法相继出现。总体来说，可以将图像分割方法划分为以下几种：基于阈值的分割方法[1]、基于边缘的分割方法(如sober，canny等)、基于区域的分割方法、基于图论的分割方法、基于能量泛函的分割方法[2-4]和其他类型的分割方法。其中，基于阈值的分割方法是最基本也是最广泛的一种分割方法，其基本思想是根据图像的灰度特征，设定一个或者多个阈值作为分割临界值，来区分图像不同的区域，得到图像的目标和背景。如果仅使用图像灰度特征，而忽略图像的空间结构信息，会使基于阈值的图像分割方法存在局限性；基于边缘的分割方法，主要根据图像分割的定义，区域内和区域间所持有的特性，基于图像边缘处的灰度值阶跃性以及对应一阶导数极值和函数的二阶导数过零点这一特性，可以使用微分算子进行边缘检测；……