基于脉冲耦合神经网络和进化算法的图像分割方法研究(11)

数字图像处理方向学术论文

第一章 绪论 3 后物体的遮挡而丢失信息等；另外，场景中的诸多因素，如光源、物体表面几何特性，物体本身特有某些属性及成像设备与物体之间的空间特性等，都被综合成单一的图像中的灰度值；还有，在成像过程中或多或少地引入了一些畸变和噪声。这些问题都导致了图像分割是一种信息不足的不适定问题，从而不可能存在一种通用的、对任何图像都适用的、有效的图像分割方法。

但对于实际应用来说，很多视觉任务，如成像目标的识别、跟踪、遥感图像的分析理解等，并不要求完全恢复场景的三维信息，且在这些任务中，往往有很多先验的信息可以利用，以增加约束条件，使不适定问题适定化，这样就导致了在图像分割研究领域中大量算法的出现。

图像分割虽然历来受到国内外研究者的重视，然而至今，这一问题仍然是困扰图像处理领域的一个重要问题，分割物体仍然没有得到很好解决，存在以下问题：

（1） 与人类视觉机理相脱节

随着对人类视觉机理的研究，人们逐渐认识到，已有方法大都与人类视觉机理相脱节，难以进行更精确的分割。因此，寻找到具有较强的鲁棒性、实时性以及可并行性的分割方法必须充分利用人类视觉特性。

（2） 知识的利用问题

仅利用图像中表现出来的灰度和空间信息来对图像进行分割，往往会产生和人类的视觉分割中不一致的分割结果，并且在很多视觉任务中，人们往往对获得的图像已具有某种先验知识，这种先验知识对于改善图像分割性能往往是非常重要的。试图寻找可以分割任何图像的算法目前是不现实的，也是不可能的。人们的工作应放在那些实用的、特定图像的分割算法的研究上。应充分利用某些特定图像的先验知识和人眼视觉特性，力图在实际应用中达到和人类视觉分割更接近的水平。

（3） 缺乏对分割结果的主观评价方法

对分割效果进行评判的标准尚不统一。如何对分割结果做出量化的评价是一个值得研究的问题，该量化测度应有助于视觉系统中的自动决策及评价算法的优化，应考虑到均质性、对比度、紧致性、连续性、心理－视觉感知等因素。

1.1.3 图像分割的实质

根据抽象程度和处理方法的不同，图像技术可以分为三个层次：图像处理、图像分析和图像理解，这三个层次的有机结合也可以称为图像工程，如图1.1所示。图像处理是较低层的操作，主要在图像像素级上进行操作。有代表性的图像处理技术包括图像降噪、图像编码和图像分割。

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库基于脉冲耦合神经网络和进化算法的图像分割方法研究(11)在线全文阅读。