图像分割导论

数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，图像处理与分析逐渐形成了自己的科学体系，新的处理方法层出不穷。它的发展历史虽然不长，但已经引起了社会各界的广泛关注。首先，视觉是人类感知最重要的手段，图像是视觉的基础。因此，数字图像已经成为心理学、生理学、计算机科学等诸多领域的学者研究视知觉的有效工具。其次，军事、遥感、气象等大规模应用对图像处理的需求越来越大。

自1998以来，人工神经网络识别技术引起了广泛的关注，并被应用于图像分割。基于神经网络的分割方法的基本思想是通过训练多层感知器得到线性决策函数，然后用决策函数对像素进行分类，达到分割的目的。这种方法需要大量的训练数据。神经网络连接数量巨大，易于引入空间信息，可以解决图像中的噪声和不均匀等问题。选择什么样的网络结构是这种方法要解决的主要问题。

图像分割是图像识别和计算机视觉中非常重要的预处理。没有正确的分割，就不可能有正确的识别。但是分割的唯一依据是图像中像素的亮度和颜色，在计算机自动处理分割时会遇到各种困难。例如，不均匀的光照、噪声的影响、图像中不清楚的部分以及阴影通常会导致分割错误。因此，图像分割是一项需要进一步研究的技术。人们希望引入一些面向人工知识和人工智能的方法来纠正分割中的一些错误，这是一种很有前途的方法，但它增加了解决问题的复杂性。

在通信领域，图像分割技术对于可视电话等运动图像的传输非常重要。需要将图像的运动部分从静态背景中分离出来，将运动部分位移不同的区域分离出来，用不同的编码传输运动量不同的区域，以降低传输所需的码率。