图像分割方法综述

被引:36
|
作者
王秋萍
张志祥
朱旭芳
机构
[1] 海军工程大学电子工程学院
关键词
图像分割; 阈值; 聚类; 区域生长; 深度学习;
D O I
10.16009/j.cnki.cn13-1295/tq.2019.07.005
中图分类号
TP391.41 []; TP181 [自动推理、机器学习];
学科分类号
080203 ;
摘要
图像分割是图像处理中的经典问题,也是计算机视觉领域的基本技术。图像分割质量的好坏,直接影响后续图像处理的效果。实践中,基于不同的分割标准,可以将图像分割算法分为:基于阈值的图像分割、基于聚类的图像分割、基于区域生长的图像分割以及基于深度学习的图像分割等。目前,在图像分割领域,多种方法技术成熟,每种分割方法适用于特定的分割对象。本文研究了近年来常用的图像分割算法,并对这些算法进行了归纳、总结及分析。
引用
收藏
页码:12 / 14
页数:3
相关论文
共 9 条
  • [1] 基于计算机视觉的交通流实时监控综述
    陈华
    孙宇晨
    [J]. 微型电脑应用, 2019, 35 (05) : 1 - 4
  • [2] 中国图像工程:2018
    章毓晋
    [J]. 中国图象图形学报, 2019, 24 (05) : 665 - 676
  • [3] 摄屏类图像重构算法
    陈申渭
    马汉杰
    冯杰
    许佳立
    [J]. 计算机系统应用, 2019, 28 (05) : 110 - 118
  • [4] 基于机器视觉与深度学习的船舶水尺智能识别技术研究与应用
    朱学海
    张帅
    张东星
    张阿平
    罗陨飞
    [J]. 检验检疫学刊, 2019, 29 (02) : 101 - 104+110
  • [5] 基于协同进化教与学优化算法的图像分割
    孙希霞
    白晓东
    许斌
    潘甦
    [J]. 南京邮电大学学报(自然科学版), 2019, 39 (02) : 84 - 90
  • [6] 一种基于帧差法结合Kalman滤波的运动目标跟踪方法
    李妍妍
    田瑞娟
    张弦弦
    [J]. 兵工自动化, 2019, 38 (04) : 24 - 27
  • [7] 基于水波优化算法的多阈值图像分割方法
    金旭旸
    贾鹤鸣
    [J]. 科技创新与生产力, 2019, (04) : 51 - 53+58
  • [8] 彩色图像灰度化算法综述
    顾梅花
    苏彬彬
    王苗苗
    王志磊
    [J]. 计算机应用研究, 2019, 36 (05) : 1286 - 1292
  • [9] 基于可变形模型的图像分割技术研究[D]. 张无瑕.中国科学院研究生院(西安光学精密机械研究所). 2012