对基于过渡区图像分割方法的回顾

摘要

本文对这些年来基于过渡区图像分割方法的研究、应用情况结合谷歌学术上的引用文献进行回顾，包括对文献的分年、分类统计，对它们研究内容的分组归纳，对若干问题的分析、讨论。从中可看出，研究得到了很多关注，而且近年的关注更多，看来进一步的研究和改进还会继续。为什么有这么多的研究呢？一个重要的原因是对过渡区还没有唯一的定量的定义。注意，文献[2]中EAG方法是借助计算结果定义过渡区，而不是先定义过渡区再去计算的。这些年的研究文献也基本是这种情况。例如，基于局部复杂度或局部熵的方法要确定过渡区就需要先确定一个阈值，那些具有局部复杂度或局部熵的值大于（或小于）阈值的像素才能归于过渡区。文献[12]试图定义广义的过渡区，实际上是放松了对表达过渡区特性的特征值的选择，但仍需要确定阈值才能确定过渡区，或者说使用不同的阈值将会得到不同的过渡区。由于对过渡区并没有唯一的定量的定义，所以在方法评价比较中也没有可以参考的真值；再加上没有合适的测试图像库，因而研究都还有一定的随机性。如何解决这些基本问题还有待于进一步的研究。回到具体确定过渡区的问题。前面指出大多数方法都基于灰度变化幅度或灰度变化频率，两者各有特色。同时考虑两者是近年一些方法采取的策略，如文献[13]既对局部熵进行了加权，又对局部灰度差进行了改进，还将两者结合起来计算过渡区。目前看到的工作基本都集中在2.1小节的第3条的方向上。事实上在第5条的方向上也可能有些进一步的研究空间。获得过渡区后对对基于过渡区图像分割方法的回顾图像的分割可利用过渡区的特性。首先，目前多利用其灰度特性，即其灰度范围在目标灰度和背景灰度之间，所以可利用过渡区灰度均值或过渡区灰度极值来确定一个分割阈值。顺便指出，有的文献将在后续研究中的过渡区提取方法分为直接法（直接计算过渡区像素）和间接法（先计算过渡区灰度范围再确定过渡区）。借助图像分割中常用的术语，前者可看作基于区域的方法，后者可看作基于边缘的方法。一般认为，直接法直接获得了过渡区，而间接法却转了个弯。但计算过渡区的目的还是进行图像分割，如果要获得分割阈值，直接法需在获得过渡区后再利用其中的像素确定阈值，而间接法则可在获得过渡区灰度范围后直接确定阈值。“直接”和“间接”此时正好对调了。最后，过渡区的空间特性也可以利用，由于过渡区是一个环绕目标边界的带状区域，所以也可把这个区域加以细化（如使用中轴变换或求取骨架）来得到其中的目标轮廓。