1) 基于閾值的分割方法(fa)

。閾(yu)(yu)值(zhi)(zhi)法(fa)(fa)的(de)基本思想(xiang)是基于圖像(xiang)(xiang)(xiang)(xiang)的(de)灰(hui)(hui)(hui)度(du)特(te)征來計算一個或多個灰(hui)(hui)(hui)度(du)閾(yu)(yu)值(zhi)(zhi)，并將圖像(xiang)(xiang)(xiang)(xiang)中(zhong)每(mei)個像(xiang)(xiang)(xiang)(xiang)素(su)的(de)灰(hui)(hui)(hui)度(du)值(zhi)(zhi)與閾(yu)(yu)值(zhi)(zhi)相比較，最后將像(xiang)(xiang)(xiang)(xiang)素(su)據(ju)比較結(jie)果(guo)分到合(he)適(shi)(shi)的(de)類別中(zhong)。因此，該類方法(fa)(fa)最為關鍵的(de)一步就是按照某(mou)個準則函數來求(qiu)解最佳灰(hui)(hui)(hui)度(du)閾(yu)(yu)值(zhi)(zhi)。一般來說，閾(yu)(yu)值(zhi)(zhi)法(fa)(fa)較為適(shi)(shi)用(yong)于目標灰(hui)(hui)(hui)度(du)值(zhi)(zhi)均勻的(de)分布(bu)在(zai)背景(jing)灰(hui)(hui)(hui)度(du)值(zhi)(zhi)之外的(de)圖像(xiang)(xiang)(xiang)(xiang)，但由(you)于其忽(hu)略了(le)圖像(xiang)(xiang)(xiang)(xiang)中(zhong)目標的(de)空間結(jie)構信息，因此對于背景(jing)較為復雜的(de)圖像(xiang)(xiang)(xiang)(xiang)則分割效(xiao)果(guo)不佳。比較常(chang)用(yong)的(de)閡(he)值(zhi)(zhi)法(fa)(fa)有大律法(fa)(fa)(Otsu，1978)、最小誤差法(fa)(fa)(Kittler，1986)、最大熵(shang)法(fa)(fa)(Kaput"，1985)等。

2)基(ji)于邊(bian)緣(yuan)的分割方法

，基于(yu)邊(bian)緣的(de)分割方法指的(de)是(shi)基于(yu)灰度(du)值的(de)邊(bian)緣檢測(ce)，它是(shi)建(jian)立在邊(bian)緣灰度(du)值會呈現(xian)出階躍(yue)型或(huo)屋頂型變(bian)化這一觀(guan)測(ce)基礎上(shang)的(de)方法。但(dan)該類方法最大(da)的(de)缺點是(shi)對噪聲(sheng)較為敏感，即使(shi)噪聲(sheng)的(de)幅(fu)值很小，但(dan)當(dang)其頻(pin)率(lv)較大(da)時，噪聲(sheng)的(de)一階和二階導數的(de)幅(fu)值也會比較大(da)，從(cong)而(er)會產生錯誤的(de)檢測(ce)結(jie)(jie)果，因此很多情況下需要結(jie)(jie)合濾波器進行(xing)使(shi)用。較為常見的(de)微分算(suan)子(zi)包(bao)括Robert算(suan)子(zi)、Prewitt算(suan)子(zi)、Sobel算(suan)子(zi)、Laplaeian算(suan)子(zi)、Canny算(suan)子(zi)等(Sonka,2002)。

3)基于區(qu)域的分割方法

此類方法是(shi)將(jiang)圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)按照相(xiang)似性準(zhun)則(ze)分(fen)(fen)(fen)(fen)(fen)成不(bu)同(tong)的(de)(de)(de)(de)(de)區(qu)(qu)域(yu)，主要包括種(zhong)子(zi)(zi)區(qu)(qu)域(yu)生(sheng)長法、區(qu)(qu)域(yu)分(fen)(fen)(fen)(fen)(fen)裂合(he)(he)并(bing)法和分(fen)(fen)(fen)(fen)(fen)水嶺(ling)(ling)法等幾種(zhong)類型。種(zhong)子(zi)(zi)區(qu)(qu)域(yu)生(sheng)長法(Adams，1994)是(shi)根據預先(xian)定(ding)(ding)義的(de)(de)(de)(de)(de)生(sheng)長準(zhun)則(ze)將(jiang)像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)點或者子(zi)(zi)區(qu)(qu)域(yu)合(he)(he)并(bing)成為更大的(de)(de)(de)(de)(de)區(qu)(qu)域(yu)的(de)(de)(de)(de)(de)過程(cheng)(cheng)，具(ju)體(ti)實(shi)現(xian)(xian)時是(shi)從一組代表不(bu)同(tong)生(sheng)長區(qu)(qu)域(yu)的(de)(de)(de)(de)(de)種(zhong)子(zi)(zi)像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)開始(shi)，接下來(lai)將(jiang)種(zhong)子(zi)(zi)像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)鄰域(yu)里符合(he)(he)條(tiao)件的(de)(de)(de)(de)(de)像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)合(he)(he)并(bing)到(dao)種(zhong)子(zi)(zi)像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)所代表的(de)(de)(de)(de)(de)生(sheng)長區(qu)(qu)域(yu)中，并(bing)將(jiang)新添加(jia)的(de)(de)(de)(de)(de)像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)作為新的(de)(de)(de)(de)(de)種(zhong)子(zi)(zi)像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)繼(ji)續合(he)(he)并(bing)過程(cheng)(cheng)，直到(dao)找不(bu)到(dao)符合(he)(he)條(tiao)件的(de)(de)(de)(de)(de)新像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)為止。該(gai)(gai)方法的(de)(de)(de)(de)(de)關鍵是(shi)選擇合(he)(he)適(shi)的(de)(de)(de)(de)(de)初始(shi)種(zhong)子(zi)(zi)像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)以及合(he)(he)理的(de)(de)(de)(de)(de)生(sheng)長準(zhun)則(ze)。與種(zhong)子(zi)(zi)區(qu)(qu)域(yu)生(sheng)長不(bu)同(tong)，區(qu)(qu)域(yu)分(fen)(fen)(fen)(fen)(fen)裂合(he)(he)并(bing)法(Gonzalez，2002)的(de)(de)(de)(de)(de)基(ji)本(ben)思想(xiang)是(shi)首(shou)先(xian)將(jiang)圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)任意分(fen)(fen)(fen)(fen)(fen)成若干互(hu)不(bu)相(xiang)交的(de)(de)(de)(de)(de)區(qu)(qu)域(yu)，然后(hou)再按照相(xiang)關準(zhun)則(ze)對這(zhe)些區(qu)(qu)域(yu)進行(xing)分(fen)(fen)(fen)(fen)(fen)裂或者合(he)(he)并(bing)從而完成分(fen)(fen)(fen)(fen)(fen)割(ge)任務，該(gai)(gai)方法既適(shi)用于灰度圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)分(fen)(fen)(fen)(fen)(fen)割(ge)也(ye)適(shi)用于紋理圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)分(fen)(fen)(fen)(fen)(fen)割(ge)。分(fen)(fen)(fen)(fen)(fen)水嶺(ling)(ling)法(Meyer,1990)是(shi)一種(zhong)基(ji)于拓(tuo)撲理論(lun)的(de)(de)(de)(de)(de)數學形(xing)態(tai)學的(de)(de)(de)(de)(de)分(fen)(fen)(fen)(fen)(fen)割(ge)方法，其基(ji)本(ben)思想(xiang)是(shi)把圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)看作是(shi)測地學上(shang)的(de)(de)(de)(de)(de)拓(tuo)撲地貌，圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)中每一點像(xiang)(xiang)(xiang)(xiang)素(su)(su)(su)的(de)(de)(de)(de)(de)灰度值表示該(gai)(gai)點的(de)(de)(de)(de)(de)海拔高(gao)度，每一個(ge)局部極(ji)小值及其影響(xiang)區(qu)(qu)域(yu)稱為集水盆(pen)(pen)，而集水盆(pen)(pen)的(de)(de)(de)(de)(de)邊界(jie)則(ze)形(xing)成分(fen)(fen)(fen)(fen)(fen)水嶺(ling)(ling)。該(gai)(gai)算(suan)(suan)法的(de)(de)(de)(de)(de)實(shi)現(xian)(xian)可以模擬成洪水淹(yan)沒(mei)的(de)(de)(de)(de)(de)過程(cheng)(cheng)，圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)的(de)(de)(de)(de)(de)最低(di)點首(shou)先(xian)被(bei)淹(yan)沒(mei)，然后(hou)水逐漸淹(yan)沒(mei)整個(ge)山谷。當水位(wei)到(dao)達一定(ding)(ding)高(gao)度的(de)(de)(de)(de)(de)時候將(jiang)會(hui)(hui)溢(yi)出，這(zhe)時在(zai)水溢(yi)出的(de)(de)(de)(de)(de)地方修(xiu)建堤(di)壩(ba)，重(zhong)復(fu)這(zhe)個(ge)過程(cheng)(cheng)直到(dao)整個(ge)圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)上(shang)的(de)(de)(de)(de)(de)點全部被(bei)淹(yan)沒(mei)，這(zhe)時所建立的(de)(de)(de)(de)(de)一系列(lie)堤(di)壩(ba)就(jiu)成為分(fen)(fen)(fen)(fen)(fen)開各個(ge)盆(pen)(pen)地的(de)(de)(de)(de)(de)分(fen)(fen)(fen)(fen)(fen)水嶺(ling)(ling)。分(fen)(fen)(fen)(fen)(fen)水嶺(ling)(ling)算(suan)(suan)法對微弱的(de)(de)(de)(de)(de)邊緣有(you)著良好的(de)(de)(de)(de)(de)響(xiang)應，但圖(tu)(tu)像(xiang)(xiang)(xiang)(xiang)中的(de)(de)(de)(de)(de)噪(zao)聲(sheng)會(hui)(hui)使分(fen)(fen)(fen)(fen)(fen)水嶺(ling)(ling)算(suan)(suan)法產生(sheng)過分(fen)(fen)(fen)(fen)(fen)割(ge)的(de)(de)(de)(de)(de)現(xian)(xian)象。

4)基于圖論的分割方法
此類(lei)方(fang)(fang)(fang)(fang)(fang)(fang)法(fa)(fa)把圖像分(fen)(fen)割(ge)(ge)問題與圖的(de)最(zui)小剪(jian)切問題相關聯(lian)。首先將圖像映射為(wei)帶(dai)權無向圖G=<V，E>，圖中(zhong)(zhong)每(mei)個(ge)節點(dian)E∈V對(dui)應(ying)于(yu)圖像中(zhong)(zhong)的(de)每(mei)個(ge)像素(su)(su)，每(mei)條邊(bian)只∈E連接著一(yi)(yi)對(dui)相鄰的(de)像素(su)(su)，邊(bian)的(de)權值表示(shi)了(le)相鄰像素(su)(su)之間(jian)在灰(hui)度(du)、顏色(se)或(huo)紋理方(fang)(fang)(fang)(fang)(fang)(fang)面的(de)非負相似度(du)。而對(dui)圖像的(de)一(yi)(yi)個(ge)分(fen)(fen)割(ge)(ge)s就是(shi)對(dui)圖的(de)一(yi)(yi)個(ge)剪(jian)切，被分(fen)(fen)割(ge)(ge)的(de)每(mei)個(ge)區域C∈S對(dui)應(ying)著圖中(zhong)(zhong)的(de)一(yi)(yi)個(ge)子(zi)圖G’=<V，E。>，其(qi)中(zhong)(zhong)E’量E。而分(fen)(fen)割(ge)(ge)的(de)最(zui)優原則(ze)就是(shi)使劃分(fen)(fen)后的(de)子(zi)圖在內(nei)部保(bao)(bao)持相似度(du)最(zui)大，而予圖之間(jian)的(de)相似度(du)保(bao)(bao)持最(zui)小。基于(yu)圖論的(de)分(fen)(fen)割(ge)(ge)方(fang)(fang)(fang)(fang)(fang)(fang)法(fa)(fa)的(de)本質就是(shi)移除特定(ding)的(de)邊(bian)，將圖劃分(fen)(fen)為(wei)若(ruo)干子(zi)圖從而實現分(fen)(fen)割(ge)(ge)。由(you)于(yu)每(mei)一(yi)(yi)個(ge)像素(su)(su)之間(jian)都會(hui)賦有一(yi)(yi)個(ge)權值，因此該類(lei)方(fang)(fang)(fang)(fang)(fang)(fang)法(fa)(fa)對(dui)目標的(de)形狀(zhuang)不(bu)敏感，但存在著運算時(shi)間(jian)過長(chang)的(de)缺點(dian)。比(bi)較常見的(de)基于(yu)圖論的(de)分(fen)(fen)割(ge)(ge)方(fang)(fang)(fang)(fang)(fang)(fang)法(fa)(fa)包(bao)括最(zui)小樹方(fang)(fang)(fang)(fang)(fang)(fang)法(fa)(fa)(Graham，1 985)、NormalizedCut方(fang)(fang)(fang)(fang)(fang)(fang)法(fa)(fa)(Shi，2000)、Min．Max Cut方(fang)(fang)(fang)(fang)(fang)(fang)法(fa)(fa)(Ding，2001)、Graph Cut方(fang)(fang)(fang)(fang)(fang)(fang)法(fa)(fa)(Boykov,2001)等(deng)。

5)基于能量泛函的分割方法
該(gai)類(lei)方(fang)法(fa)主要指(zhi)的(de)(de)(de)(de)(de)是(shi)(shi)(shi)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)(active contour model)以(yi)(yi)及(ji)在其基(ji)(ji)(ji)礎上發展出來(lai)的(de)(de)(de)(de)(de)算法(fa)，其基(ji)(ji)(ji)本(ben)思想是(shi)(shi)(shi)使(shi)(shi)用(yong)(yong)連續曲(qu)(qu)(qu)(qu)線(xian)(xian)來(lai)表達目標(biao)邊緣(yuan)，并定義一(yi)個(ge)能(neng)(neng)(neng)量(liang)泛(fan)函(han)(han)使(shi)(shi)得其自(zi)變(bian)量(liang)包(bao)括邊緣(yuan)曲(qu)(qu)(qu)(qu)線(xian)(xian)，因此(ci)分割過程(cheng)就轉變(bian)為(wei)(wei)求(qiu)解能(neng)(neng)(neng)量(liang)泛(fan)函(han)(han)的(de)(de)(de)(de)(de)最(zui)(zui)小值(zhi)的(de)(de)(de)(de)(de)過程(cheng)，～般(ban)可通過求(qiu)解函(han)(han)數(shu)(shu)(shu)(shu)(shu)對應(ying)的(de)(de)(de)(de)(de)歐拉(Euler．Lagrange)方(fang)程(cheng)來(lai)實現，能(neng)(neng)(neng)量(liang)達到(dao)最(zui)(zui)小時(shi)的(de)(de)(de)(de)(de)曲(qu)(qu)(qu)(qu)線(xian)(xian)位置(zhi)(zhi)就是(shi)(shi)(shi)目標(biao)的(de)(de)(de)(de)(de)輪(lun)廓(kuo)(kuo)(kuo)所(suo)在。按照模(mo)(mo)(mo)型(xing)(xing)中(zhong)曲(qu)(qu)(qu)(qu)線(xian)(xian)表達形(xing)式(shi)的(de)(de)(de)(de)(de)不(bu)(bu)同，活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)可以(yi)(yi)分為(wei)(wei)兩大類(lei)：參(can)(can)數(shu)(shu)(shu)(shu)(shu)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)(parametric active contour model)和幾(ji)(ji)(ji)何(he)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)(geometricactive contour model)。其中(zhong)，參(can)(can)數(shu)(shu)(shu)(shu)(shu)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)是(shi)(shi)(shi)基(ji)(ji)(ji)于(yu)(yu)Lagrange框架，直接以(yi)(yi)曲(qu)(qu)(qu)(qu)線(xian)(xian)的(de)(de)(de)(de)(de)參(can)(can)數(shu)(shu)(shu)(shu)(shu)化(hua)形(xing)式(shi)來(lai)表達曲(qu)(qu)(qu)(qu)線(xian)(xian)，最(zui)(zui)具代表性的(de)(de)(de)(de)(de)是(shi)(shi)(shi)由Kasset a1(1987)所(suo)提出的(de)(de)(de)(de)(de)Snake模(mo)(mo)(mo)型(xing)(xing)。該(gai)類(lei)模(mo)(mo)(mo)型(xing)(xing)在早(zao)期的(de)(de)(de)(de)(de)生物(wu)圖(tu)像分割領域罩得到(dao)了(le)成功的(de)(de)(de)(de)(de)應(ying)用(yong)(yong)，但(dan)其存(cun)在著分割結果受初始輪(lun)廓(kuo)(kuo)(kuo)的(de)(de)(de)(de)(de)設置(zhi)(zhi)影響較大以(yi)(yi)及(ji)難以(yi)(yi)處(chu)理(li)(li)曲(qu)(qu)(qu)(qu)線(xian)(xian)拓撲(pu)結構變(bian)化(hua)等缺點，此(ci)外其能(neng)(neng)(neng)量(liang)泛(fan)函(han)(han)只(zhi)依賴于(yu)(yu)曲(qu)(qu)(qu)(qu)線(xian)(xian)參(can)(can)數(shu)(shu)(shu)(shu)(shu)的(de)(de)(de)(de)(de)選擇(ze)，與物(wu)體的(de)(de)(de)(de)(de)幾(ji)(ji)(ji)何(he)形(xing)狀無關(guan)，這(zhe)也限制了(le)其進(jin)(jin)一(yi)步的(de)(de)(de)(de)(de)應(ying)用(yong)(yong)。與參(can)(can)數(shu)(shu)(shu)(shu)(shu)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)不(bu)(bu)同，幾(ji)(ji)(ji)何(he)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)的(de)(de)(de)(de)(de)曲(qu)(qu)(qu)(qu)線(xian)(xian)運動(dong)(dong)(dong)(dong)過程(cheng)是(shi)(shi)(shi)基(ji)(ji)(ji)于(yu)(yu)曲(qu)(qu)(qu)(qu)線(xian)(xian)的(de)(de)(de)(de)(de)幾(ji)(ji)(ji)何(he)度量(liang)參(can)(can)數(shu)(shu)(shu)(shu)(shu)而非曲(qu)(qu)(qu)(qu)線(xian)(xian)的(de)(de)(de)(de)(de)表達參(can)(can)數(shu)(shu)(shu)(shu)(shu)，因此(ci)可以(yi)(yi)較好地處(chu)理(li)(li)拓撲(pu)結構的(de)(de)(de)(de)(de)變(bian)化(hua)，并可以(yi)(yi)解決參(can)(can)數(shu)(shu)(shu)(shu)(shu)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)難以(yi)(yi)解決的(de)(de)(de)(de)(de)問題。而水(shui)(shui)平(ping)集(Level Set)方(fang)法(fa)(Osher,1988)的(de)(de)(de)(de)(de)引入(ru)，則(ze)極大地推動(dong)(dong)(dong)(dong)了(le)幾(ji)(ji)(ji)何(he)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)的(de)(de)(de)(de)(de)發展，因此(ci)幾(ji)(ji)(ji)何(he)活動(dong)(dong)(dong)(dong)輪(lun)廓(kuo)(kuo)(kuo)模(mo)(mo)(mo)型(xing)(xing)一(yi)般(ban)也可被稱為(wei)(wei)水(shui)(shui)平(ping)集方(fang)法(fa)。而本(ben)論文就是(shi)(shi)(shi)對水(shui)(shui)平(ping)集方(fang)法(fa)及(ji)其在圖(tu)像分割中(zhong)的(de)(de)(de)(de)(de)應(ying)用(yong)(yong)和進(jin)(jin)一(yi)步擴(kuo)展進(jin)(jin)行深入(ru)的(de)(de)(de)(de)(de)研究，關(guan)于(yu)(yu)水(shui)(shui)平(ping)集方(fang)法(fa)理(li)(li)論和研究現狀的(de)(de)(de)(de)(de)詳細描述將在第2章中(zhong)給出，這(zhe)里不(bu)(bu)再贅(zhui)述。

6)其他分割方法
由于圖像分割技術與信息領域的其他學科密切相關，因此隨著數學、模式識別、人工智能、計算機科學等學科中新的理論和技術的產生，出現了不少結合特定理論的分割技術，如基于小波分析和變換的多尺度分割技術、基于聚類的分割技術、基于人工神經網絡的分割技術、基于遺傳算法的分割技術、基于模糊理論的分割技術、基于隨機場理論的分割技術等，并且每年還不斷有新的分割方法問諸于世，從而將圖像分割的研究向智能化和實用化的方向發展和推進。