参考文献..34
1绪论
1.1 研究背景当今世界，随着互联网与计算机计算的不断进步，图像处理的的研究越来越受到人们的重视。图像处理的技术可以应用到很多的领域，在生活中可以看到很多图像处理的应用实例。图像处理可以在气象、卫生、交通方面有很多的应用，甚至在导弹的精确制导中有所应用。下图 1-1 是图像.工程的工作示意图，图像分割在图像处理中起着非常关键的作用， 图像处理是否能够达到令人满意的效果直接受到图像分割的影响，因此完美的实现图像分割是很有必要的。图像分割的效果影响着图像处理的效果， 因此寻找通用的图像分割算法是很有必要的。但是由于图像分割容易受到多种因素的干扰，寻到通用算法并不是件容易的事情。不仅图像本身的质量影响着图像分割的效果，外界因素也影响的图像分割的效果。比如说噪声、光照强度、曝光时间以及大气湍流等等。当受到这些因素干扰时，分割效果往往不是很理想。图像分割是为了更好的对图像进行分析，因为人们观测图像时往往是对图像中的某一部分感兴趣，那么就需要对图像中的目标进行定义，但是不同图像中人们感兴趣的目标不同，所以很难寻找到一种适用于所有情况的图像分割方法。在图像分割过程时，如果没有去除噪声反而直接对图像进行处理则会导致分割结果不理想。数字图像处理在生活中有着广泛的应用，并且已经成为当今世界的热门学说， 为了解决图像分割在图像处理方面存在的问题， 人们对阈值分割进行了研究，并在此基础上发展出许多有效的阈值分割方法。图像分割的用途十分广泛，在有关图像处理的领域都有所应用，下面举例说明几个应用。.
(1)生物特征识别：生物特征识别是适应时代产生的一种新型的人物识别技术。 它的原理是通过人体的特征进行身份鉴别， 因为不同的人身体特征是不同的，比如说指纹、视网膜、脸型、声音、虹膜等。生物特征识别可分为以下几个方面，可以用图1-2 表示。由图可知，图像分割在生物识别中是非常重要的一环，能否精确实现图像分割直接着特征提取，从而影响着最终的识别结果。
(2)医学图像处理：通过将需要观测的部位与背景区域划分出来能够从而实现更好地观测人体内部的结构，这样方便了医生的诊断，减少了误诊情况。(3)遥感图像处理：遥感图像在很多方面都可以应用，比如说城市规划、高山测绘、气象预测等方面。通过图像分割，可以快速有效的找到目标，大大降低了工作难度，提高了工作效率。但是由于遥感图像包含的内容有点多，一般的分割方法很难达到理想的效果。
(4)计算机视觉：计算机视觉就是通过计算机模拟人类视觉系统，人眼能够自动的寻找想要观测的目标，计算机视觉中包含了图像处理和模式识别，因此图像分割在计算机视觉中非常的重要， 而计算机识别的最终目的是为了实现图像理解。
(5)工农业应用：图像分割也可以在工业与农业中进行应用，在工业方面，在无损检测，材质分析方面都可看到图像分割的影子；在农业方面，图像分割可以应用于农物生长监测方面。
1.2 国内外研究状况图像分割是图像处理中一项非常关键的技术，随着互联网的发展，人们对其的重视越来越高。从上世纪七十年代起，图像分割的方法不断发展，迄今为止，已不下上千种分割方法。但是由于没有统一的分割理论，迄今的方法都是针对某些具体的问题，并不能应用到所有图像中。为了了解不同的问题，为不断发展的图像分割方法，国内外出现的一些经典算法，下面我们对经典算法进行了介绍。1.2.1 阈值分割算法阈值分割算法是一种比较古老的算法，也是一种比较常见的算法。阈值分割的原理就是就是通过对有灰度值范围的灰度进行计算求得阈值， 从而进行阈值分割。阈值分割算法具有很多种，但首先要解决的问题是怎样求得最优解，也就是求得用于分割的阈值。 按照分割方法的不同可以分为全局阈值方法与局部阈值方法，也可以按照分割结果的不同分为二元阈值与多元阈值。阈值分割算法的发展十分的迅速，在国外 Papamarkes 等人提出了爬山.法的多.阈值分割[1]，Olivo 则提出了子.波变换的方法[2]。但这个两种方式只对峰值明显时有效， 峰值不明显效果不佳。 Zikuanchen 等人提出了基于小波的自适.应阈值.分割方法[3]，这种方式的原理是在图像分割引入小波，利用小波分析得出用于分割的阈值从而达到很好的分割效果。 除此之外， Mandelbrot 则提出了几何学理论。利用分形文数这个量度方法对自然现象的不规则程度进行描述， 因为这种方法的分形文数与物体的粗糙程度在直观上相符合， 所以它可以作为区别不同纹理的有 阈值分割的研究+文献综述(2):http://www.751com.cn/zidonghua/lunwen_40038.html