数字图像处理中的图像分割技术及其应用

数字图像处理中的图像分割技术及其应用

李月月 张馨月

华北理工大学 人工智能学院

摘要：在现代技术支持下，数字图像处理技术被应用到各行业领域，其中以图像分割技术为代表性技术，可通过数字处理底层技术，能够准确识别不同模式。此次研究主要是探讨分析数字图像处理中的图像分割技术及其应用，希望能够对相关人员起到参考性价值。

关键词：数字图像处理；图像分割技术；技术应用

数据图像处理中包含大量新兴技术，其中最具有代表性的就是图像分割技术。图像分割的方法比较多，该种分割主要是应用不同区域之间的像素灰度呈现出不连续特点对区域间边缘进行检测，这样就能够进行图像分割。按照边缘检测的不同方式可以将其分为并行边缘检测和串行边缘检测方式等。在边缘检测中，包含并行边缘检测法和串行边缘检测法。其中前者可以判断像素点是否为边缘点，与此同时能够在每个像素点上进行检测，这样可以在较大程度上提升检测效率。并行检测方法主要Kirsh算子边缘检测，Wills算子以及Roberts梯度算子。，在图像当中图像边缘呈现出不连续灰度，因此提升了检测难度，然而该种检测方式在图像检测当中意义重大，因此需要工程人员加大对该种检测方式的研究与分析。后者主要是对边缘起始点进行检测，之后按照相似性原则对寻找张前一点相似的边缘点，该种确定方式被称为跟踪法。按照不同的跟踪方法能够将该种检测方式分为全向跟踪，光栅跟踪以及轮廓跟踪等。本文主要是阐述图像分割技术方法与分类应用，全面发挥出图像处理的价值和作用。

1、图像分割数与分类

1.1图像分割技术概述

图像背景主要为图像感兴趣部分所对应的区域，为了对图像背景进行准确识别，将从图像中分离目标，这就属于图像分割技术的相关研究。图像分割技术能够将数字图像划分为不重叠区域，且不同区域之间不存在交叉现象。当前，图像分割技术的实践应用广泛。

1.2图像分割技术分类

针对图像分割技术来说，缺乏统一的标准限定，也没有详细划分分割成功标准。当前所常用的分割方法及描述方法如下：第一，灰度阈值法。在应用灰度预制法分割图像时，主要是应用直方图。此种技术方法的本质在于通过合理阈值，对物体及背景进行辨别。图像灰度值大于标准阈值后，则可以确定为物体；当小于标准阈值时，则为背景。此种方法可以应用到物体与背景区域分解明显的情况，所以当物体与背景灰度值差异比较明显时，能够简化图像分割难度。第二，区域法。在应用区域法分割图像时，需要采用区域选取方式分割，应用此种分割方法，约束条件主要为子区域像素灰度相同、子区域不重合并且连接。第三，边界法。在应用边界法分割图像时，需要对图像梯度大小进行计算，以此明确边界图像分割方法。求解梯度大小，能够明确图像内灰度变化位置，属于物体边界。第四，边缘法。在应用边缘法分割图像时，通过一阶导数大小，同时沿着一阶导数方向，可以将边缘连接为边界。

2、图像分割技术的具体应用

2.1车牌自动识别系统中的技术应用

从本质上看，车牌自动识别系统主要对进入大门的车辆进行监控识别，可以对本单位车辆进行识别，对车辆是否通行进行判断。通过车牌自动识别系统，可以提醒工作人员，将新增加车辆添加到车辆自动识别系统内。通过应用该识别系统，能够加快识别速度，还可以提升识别准确率，降低成本浪费。

2.2遥感工程的技术应用

第一，油库目标的遥感光学图像分割。在遥感工程中应用图像分割技术时，能够可以有效作用于城市规划与军事领域。在对光学遥感图像进行分析后，可以准确识别油罐特征。由于油罐的颜色比较单一，且形态多为椭圆形。在检测和定位油库时，可以应用区域生长原理聚类方法。主要是由于油罐目标过于集中，且虚假目标比较离散。所以在分割图像时，需要将椭圆看作为像素，同时将聚集在一起的椭圆，并且采用区域生长聚合为一类。应用此种聚类方法之后，能够确保油库区域定位的准确性，同时加快计算速度。

第二，机场遥感图像分割。机场附属区域的图像分割，可以从机场跑道不同波段灰度特征、直线特征。操作原理主要是通过跑道灰度特征，对图像进行二值化处理，之后进行Hough 变换。按照变化结果，可以呈现出机场主跑道。基于以上方面，可以继续分割图像，以此获取机场附属设施区域。通过大量实践证明可知，此种算法的可实现性及可行性均比较高。

2.3火灾预防及探测的技术应用

火灾事故已经成为常见灾害事故，且部分公共场所，火灾预防与治理属于重要难题。现阶段，多数场所应用感烟、感温、感光探测器，同时可以探测火灾事故。然而需要注意的是，此种技术方法的缺陷也比较多，当场所面积比较大时，将无法发挥出各项探测器的价值和优势。在数字图像处理中，应用图像分割技术可以发挥出较高价值和作用。通过应用火灾预防及探测技术，能够模拟人眼功能，以此发挥出人眼功能。将火灾预防及探测技术应用到卫星遥感技术，通过大量实践证实，该项技术方法的应用效果显著。图像火灾探测报警系统，可以借助于火灾预防及探测技术，准确探测和识别火灾火焰的图像特性，以此发挥出自动化火灾报警功能。

3、结束语

综上所述，图像分割理论与技术的发展速度比较慢，且该项问题研究难度比较大。在数字多媒体时代背景下，图像数字处理技术成为基础技术方法，且关于图像分割技术的理论和算法层出不穷，因此技术实践应用前景广阔。因此在未来发展中，图像处理的图像分割技术具备多个发展方向，例如结合应用多方法技术，推广应用人工智能技术和人机交互技术。此次研究将图像处理的图像分割技术应用到车牌自动识别系统、遥感工程、火灾预防及探测系统，上述领域的应用，可以为图像分割技术的应用与扩展提供重要思路。

参考文献

[1]程香丽.图像分割技术在遥感影像地物信息自动提取中的应用分析[J].四川水泥,2019,25(07):114.

[2]郭永涛,戴亚轩,龚晓伟.视频交通信息分析中的车道区域图像分割技术[J].中国水运(下半月),2020,20(01):77-79.

[3]申太鹏,陈世容,程祝忠,等.基于RGB向量空间图像分割技术在病理定量分析中的应用[J].中国体视学与图像分析,2019,24(04):389-397.

[4]梁新宇,罗晨,权冀川,肖铠鸿,高伟嘉.基于深度学习的图像语义分割技术研究进展[J].计算机工程与应用,2020,56(02):18-28.