持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第21天，点击查看活动详情
总计：今天是十月更文计划第二十一天，第三十七篇
图像分割
分割就是把图像分为互不重叠的区域，并提取出感兴趣的区域。
图像分割是图像处理过渡到图像分析和理解的关键步骤，也是一种基本的计算机视觉技术。
把图像分成各具特性的互不重叠的区域， 并提取出感兴趣目标的技术和过程。
全部子区域的总和（并集）应能包括图像中所有象素，或者说分割应将图像中的每个象素都分进某一个子区域中。
各个子区域互不重叠，或者说1个象素不能同时属于2个区域。
属于同一区域的象素应该具有某些相同特性，区域边界是明确的。
属于不同区域中的象素应该具有一些不同的特性。
要求同一个子区域内的象素应当是连通的。
以灰度特性为例，分割算法主要基于其两个特性：相似性和不连续性。
相似性做法：根据图像像素灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是目标对象的边。
区域之间：不连续性做法：根据图像像素灰度值的不连续性，先找到点、线、边，再确定出区域。
需要注意
1）从简到难，逐渐分割：
2）控制背景环境，降低分割难度；
3）把焦点放在增强感兴趣对象、减小不相干部分的干扰上。
基于区域内部灰度值相似性的一类分割方法：
区域分割方法，确定每个像素点的归属区域，从而形成一个区域图。方法有：阈值分割法、区域生长、分裂合并、形态学分割等。
基于区域之间灰度值不连续性的一类分割方法：
基于边缘的分割方法，先提取区域边界，再确定边界限定的区域。方法有：边缘检测分割法，Hough变换等。
对各种分割问题都有效，能将感兴趣的区域或目标分割出来。
基本要求：
能得到感兴趣区域的封闭边界，该边界无断点和离散点。
得到的边界与实际期望的区域边界很贴近。
分割结果受噪声的影响很小。
