CCD视觉检测中图像分割的原理与方法

由于对图像处理要求的不同，图像处理方法多种多样，主要有图像变换、图像增强、图像锐化、图像分割与特征提取等多种方法。图像分割是图像处理技术的基本方法之一，可应用于诸如染色体分类、景物理解系统、机器视觉等方面。

图像分割是将图像分成若干部分，每一部分对应于某一物体表面。在进行分割时，每一部分的灰度或纹理符合某一种均匀测度度量，其本质是将像素进行分类，分类的依据是像素的灰度值、颜色、频谱特性、空间特性或纹理特性等。

通常按两种原则进行图像分割：一是基于点相关的分割技术，即依据各个像素点的灰度不连续性进行分割；二是基于区域相关的分割技术，即依据同一区域内具有相似的区域或组织特征寻求不同区域之边界。依据这两条原则，图像分割方法分为基于直方图、基于边缘、基于区域和边缘分割等方法。

图像分割主要有两种方法：一是鉴于度量空间的灰度阈值分割法。它是根据图像灰度直方图来决定图像空间域像素聚类，但它只利用了图像灰度特征，并没有利用图像中的其它有用信息，使得分割结果对噪声十分敏感。二是空间域区域增长分割方法。它是对在某种意义上如灰度级、组织、梯度等具有相似性质的像素连通集构成分割区域。该方法有很好的分割 效果，但缺点是运算复杂，处理速度慢。