几种基于区域的图像分割方法

基于区域的分割方法主要有区域生长、区域分离聚合、分水岭法等。
区域生长指的是根据同一区域内像素具有一些相似的性质 (灰度值、纹路、颜色) 来聚集像素点的一种方法。我们可以从一个像素或者是一块很小的区域开始，将周围具有相同性质的像素或者区域划入到目前的区域当中，直到没有其他的像素或者是区域能够划入到当前区域为止，以此来实现区域不断增长的过程。
区域分离与聚合将图像看成是一组不相交的区域。分割指的是将图像进行越来越细的划分，直到最后被划分出来的区域满足同一性质。也就是说对于不满足同一性质的某个图像区域来说，我们将它划分为四个子象限区域，如果子象限区域还不满足同一性质的话，我们继续进行划分，直到所有的区域都满足同一性质。那么此时肯定具有满足同一个性质的邻接区域，我们使用图像聚合就可以充分的弥补这一个缺点。对于满足同一性质的邻接区域来说，我们聚合这些区域，直到不含有具有同一性质的邻接区域为止。
分水岭法是将图像看为一个山谷地形图，图像中每一个像素的灰度值代表着地形的高度。如果把水滴放在任意的某点，水滴必然会流入的那个极小值点称之为汇水盆地或者为分水岭，水可以等概率的流向的多个汇水盆地的点构成的那条线也叫做分界线或者分水线。分水岭法的实现过程与洪水淹没地形的过程极其类似，我们假设在汇水盆地处钻了一个洞，让水从洞中以均匀的速度上升。水会先没过汇水盆地，然后随着水位的不断上升，水会逐渐没过山谷。当水位上升到一定的程度时，水会发生溢出的现象，我们此时建造堤坝来防止水的溢出，一直重复这个过程直到水没过山谷中的所有点，这时所建造的全部的堤坝就可以看成各个汇水盆地的分界线。堤坝就对应于分水线，这些分水线也就是我们所希望得到的不同区域之间的分界线。