摘  要: 首先介紹了圖像分割的概念,接著介紹了目前應(yīng)用廣泛的幾種圖像分割方法,并比較了它們的優(yōu)缺點。
關(guān)鍵詞: 計算機視覺;機械測量;圖像分割

　在機械行業(yè),針對產(chǎn)品的測量方式有接觸式測量和非接觸式測量兩種,。接觸式測量[1-2]有手工測量和接觸式測量機等方式,。由于被測物體場地、環(huán)境等因素,接觸式測量方法具有測量設(shè)備運輸困難,、測量精度不高等缺點,。非接觸式測量[1-2]有光學(xué)測量,、電磁測量等方式。采用非接觸式測量方法測量產(chǎn)品速度快,但是坐標(biāo)定位困難,精度不高,。
　近年來,隨著計算機技術(shù)的發(fā)展,采用計算機視覺進行機械產(chǎn)品測量[3]成為一種簡單高效的方法,。它具有如下優(yōu)點:(1)不受被測物體形狀的限制;(2)采集的工具簡單;(3)對采集所需要的光源沒有限制。
基于計算機視覺[4]的機械測量也可以稱為基于圖像的測量,。在一幅圖像中,通常只對其中的被測對象感興趣,這些對象往往占據(jù)圖像的一定區(qū)域,并且在某些特征上與周圍的對象有差別,。這些特征可能非常明顯,也可能很細微,以致人眼察覺不出來。
　圖像分割[5]是指將一幅圖像分解為若干互不交疊,、有意義且具有相同性質(zhì)的區(qū)域,。針對不同的任務(wù)所采用的圖像分割技術(shù)不同,但是一般的圖像分割應(yīng)具有以下特征:(1)分割出來的各個區(qū)域之內(nèi),對象具有相似性,且區(qū)域內(nèi)部是聯(lián)通的;(2)相鄰區(qū)域?qū)Ψ指钏罁?jù)的性質(zhì)有明顯的差異;(3)區(qū)域的邊界是明確的。
目前廣泛應(yīng)用的分割方法[6-7]包括區(qū)域生長和分裂合并法,、閾值法,、邊緣檢測法、基于聚類的分割法以及其他各種結(jié)合實際對象的分割方法等,。

2 圖像分割算法介紹
　閾值法首先根據(jù)某個準(zhǔn)則求出最優(yōu)閾值,然后依據(jù)閾值將圖像劃分為不同的區(qū)域,。閾值法有單閾值分割和多閾值分割兩種方法。單閾值分割根據(jù)閾值將圖像映射到0和255兩個灰度級上;多閾值分割將圖像映射到多個不同的灰度級,。閾值方法具有容易實現(xiàn)的優(yōu)點,但是閾值的確定一直是研究的難點,。
　區(qū)域生長首先給出種子值,然后根據(jù)相似性將具有相似性質(zhì)的像素組合起來,不斷地增加種子區(qū)域的大小;分裂合并法首先將區(qū)域劃分為n個互不相交的區(qū)域,然后根據(jù)某種準(zhǔn)則進行合并。區(qū)域生長和分裂合并法在消除噪音方面有一定的優(yōu)勢,但是種子的選取及相似性準(zhǔn)則設(shè)置的好壞直接影響到算法的效率和執(zhí)行的效果,。
閾值法,、區(qū)域生長和分裂合并法在參數(shù)設(shè)置方面的人工干預(yù)因素太多,因此在應(yīng)用方面有一定的局限性。
邊緣檢測法根據(jù)采用的算子不同,得到邊緣的精度也不同,。對于對象和背景信息的邊緣,有些算子提取得很多,有些提取得很少,無法根據(jù)實際的情況自動選擇最好的算子,。
　基于聚類的方法根據(jù)圖像像素之間的相似性準(zhǔn)則對圖像進行分類,使得相似的盡可能劃分為一類,不相似的盡可能不被分為一類。這種方法執(zhí)行的效率主要取決于相似性的表示方法和相似性度量的標(biāo)準(zhǔn)兩個因素,。這種方法實現(xiàn)簡單,但相似性度量的標(biāo)準(zhǔn)需要人工干預(yù),。
3 圖像分割方法的實驗分析
 　本文采用Matlab 7.0作為實驗工具,比較了閾值法、區(qū)域生長法和邊緣提取法的分割效果,其中邊緣提取法分別采用了3種不同的算子,實驗結(jié)果如圖1所示,。

　從圖1可以看出,圖1(b)采用一階差分作為算子,提取的結(jié)果準(zhǔn)確,但是不能從圖像中完全提取出所有的邊緣;圖1(c)采用二階差分作為算子,提取的邊緣信息太多,不利于后期計算;圖1(d)采用二值閾值法,提取的區(qū)域過于單一,對象及背景信息都包括在內(nèi),。
　從實驗可知,各種圖像分割算法都有其自身的特點,但也存在一定的不足:抗噪能力和提取精度無法同時滿足。因此,如何根據(jù)實際情況平衡二者的關(guān)系成為應(yīng)用過程中的一個難點,。
　本文對各種區(qū)域分割算法進行了總結(jié),。閾值法、區(qū)域生長和分裂合并法的人工干預(yù)因素較多,不利于實際的應(yīng)用;其余方法均不是一種通用的圖像分割方法,。因此,設(shè)計一種通用,、參數(shù)少且能實現(xiàn)圖像自動分割的算法成為今后研究的一個熱點。
參考文獻
[1] 王宏濤,周儒英,張麗艷.現(xiàn)代測量方法在逆向工程數(shù)據(jù)采集技術(shù)中的應(yīng)用[J].航空計測技術(shù),2003,23(4):1-19.
[2] 韓立洋,郭旭紅.逆向工程技術(shù)在機械領(lǐng)域的應(yīng)用[J].蘇州大學(xué)學(xué)報,2008,28(4):58-60.
[3] 王永強.基于約束算法的大尺度三維視覺測量方法研究[D].北京:北京郵電大學(xué),2006.
[4] 馬頌德,張正友.計算機視覺[M].北京:科學(xué)出版社,1998.
[5] 章毓晉.圖像分割[M].北京:科學(xué)出版社,2001.
[6] 韓翠英,孔娟.關(guān)于圖像分割算法的優(yōu)化仿真研究[J].計算機仿真,2011,28(6):262-265.
[7] 楊懷義.圖像分割中算法的應(yīng)用研究[J].計算機仿真,2012,29(2):229-232.