图像能以各种各样的形式出现可以将图像分为两大类
图像能以各种各样的形式出现可以将图像分为两大类:
一类是模拟图像,包括光学图像、照相图像和电视图像等,例如,在生物医学研究中,人们在显微镜下看到的图像就是一幅光学模拟图像,照片、用线条画的图、绘画也都是模拟图像。模拟图像处理速度快,但精度和灵活性差,不易查找和判断。
另一类是将连续的模拟图像经过离散化处理后变成计算机能够识别的点阵图像,成为数字图像。严格的数字图像是一个经过等距离矩形网格采样,对幅度进行等间隔量化的二维函数,因此,数字图像就是实际上就是被量化的二维采样数组。
与模拟图像相比,数字图像具有以下显著特点:
(1)精度高:目前的计算机技术可以将一幅模拟图像数字化为任意的二维数组,即数字图像可以由无限个像素组成,每个像素的亮度可以量化为12位(即4096个灰度级),这样的精度使数字图像与彩色图像的效果相差无几;
(2)处理方便:由于数字图像本质上是一组数据,所以可以用计算机对它进行任意方式的修改,例如,放大、缩小、改变颜色、复制和删除某一部分等;
(3)重复性好:模拟图像(例如,照片)即便使用非常好的底片和相纸,也会随着时间的流逝而褪色、发黄,而数字图像可以储存在光盘中,上百年后再用计算机重现也不会有丝毫的改变。图像分割,从广义上来讲,是根据图像的某些特征或特征集合(包括灰度、颜色、纹理等)的相似性准则对图像像素进行分组聚类,把图像平面划分成若干个具有某些一致性的不重叠区域。这使得同一区域中的像素特征是类似的,即具有一致性;而不同区域间像素的特征存在突变,即具有非一致性。
从集合的角度出发,图像分割定义如下:
设R 代表整个图像区域, 对R 的分割可看作将R 分成若干个满足一下5个条件的非空子集(子区域)1R 2 R … ,n R
(1)即分割成的所有子区域的并应能构成原来的区域R 。
(2)对所有的i 和j 及i j ,有即分割成的各子区域互不重叠。
(3)对于;有1,2, i …,n
应具有某些相同的特性。
(4)对于i
,
ij i i RR PRTRUE 。即分割得到的属于同一区域的像素PRRFALSE
(5)对于;1,2, i …,n i R 是连通的区域。即同一子区域的像素应当是连通的。