图像目标分割概述

2023-06-28 理论教育版权反馈

【摘要】：对整体特征进行有效的理解和研究，必须要明确目标分割的定义以及它与图像分割之间的关系。通常它包含较广的含义，进一步可以细分为面向图像特征的图像分割和面向物理、语义特征的目标分割。令I表示一幅n×m的待分割图像，则图像分割的定义可形式化的表示为将I划分为满足下述条件的N个子区域Ii，(i=1，2，…，N且i≠j，S 是对Ii中所有元素属性相似性描述的逻辑谓词。图2-3所示为图像分割与目标分割的例子。

对整体特征进行有效的理解和研究，必须要明确目标分割的定义以及它与图像分割之间的关系。图像分割指将图像划分成若干彼此互不交叠且自身具有某种相似属性的同质区域。通常它包含较广的含义，进一步可以细分为面向图像特征的图像分割和面向物理、语义特征的目标分割。其中，狭义的图像分割主要强调图像的区域和边缘，力求区域间的特征差异较大，而区域内差异最小，其分割结果将形成互不交叠的图像区域或者轮廓线；而目标分割特指将具有物理、语义特征的目标对象从相应的图像背景中分割出来，强调两者分离，其中，背景可以是其他单独的对象或其他任意对象的集合，而目标对象，通常又称之为前景，则是图像中客观存在的具有某种物理或语义意义的实体。令I表示一幅n×m的待分割图像，则图像分割的定义可形式化的表示为将I划分为满足下述条件的N个子区域I_i，(i=1，2，…，N)^{［55，56］}：

1）I；

2）I_i∩I_j=⌀，其中i，j=1，2，…，N且i≠j；

3）S (I_i)=TRUE且S (I_i∪I_j)=FALSE，其中i，j=1，2，…，N且i≠j，S (I_i)是对I_i中所有元素属性相似性描述的逻辑谓词。

其中，条件1）指出图像分割的结果需满足该图像可由分割产生的所有子区域组合而成；条件2）指出图像分割结果中的任意两个子区域不存在公共元素，两两互相不重叠；条件3）指出图像分割结果中每个子区域内部相似属于同质区域，而子区域之间则有差异，或者说属于同一子区域的元素具有一些相同的特征，而属于不同子区域的元素的特征不同。

这里，图像分割与目标分割均可以采用上述形式化定义，不同的是图像分割的逻辑谓词S(·)采用的是图像颜色（包括灰度和彩色）、纹理、梯度等图像低层特征，其分割结果与实际物理对象之间并不一定存在一一对应关系，而目标分割利用了更高级、抽象的对象特征，强调分割结果中目标对象与背景的分离。

此外，在第1章关于目标识别系统三个层次的计算处理（1.3.2节）中，狭义的图像分割仅仅属于低、中层视觉问题，其处理过程仅依赖于原始数据本身，虽然可以使用极少量的先验知识（如预先设定的阈值等），但却不依赖于这些先验知识；随着视觉层次的提升，所能利用的先验知识也越来越丰富，对先验知识的依赖程度也越来越高，目标分割问题属于中、高层视觉问题，可以借助目标对象的外观、形态、轮廓等高层先验知识来实现对目标对象的分割。图2-3所示为图像分割与目标分割的例子。

图2-3 图像分割与目标分割(来源：刘陈，2009年)

a）图像分割 b）目标分割

图像目标分割概述

相关推荐