摘要
图像分割是是计算机视觉研究中的一个经典难题，已成为图像理解领域关注的一个热点．本文对近年来图像分割方法的研究现状与新进展进行了归纳总结．首先，简单介绍了图像分割的传统方法，包括基于区域的、基于边缘的和两者结合的图像分割方法．然后，分别从数学形态学、模糊集、神经网络、支持向量机、免疫算法、图论和粒度计算等方面对图像分割方法进行了重点讨论，并对应用每一种理论的最新研究进展作了评述．最后，对图像分割方法的发展趋势进行了展望．
Image segmentation is a classic problem in computer vision,and become a hot topic in the field of image under- standing. The research actuality and new progress in image segmentation in recent years are summarized in this paper. Firstly, the traditional methods of image segmentation are introduced summarily. Then, the specific theory for image segmentation, including morphology, fuzzy sets and neural network, support vector machine, immune algorithm, graph theory and granular computing, are presented emphaticaUy.Furthermore, several new representative papers with the application of each theory are analyzed and dis- cussed. Finally, the development trend of image segmentation method is discussed.
出处
《电子学报》
EI
CAS
CSCD
北大核心
2010年第B02期76-82,共7页
Acta Electronica Sinica
基金
江苏省基础研究计划(自然科学基金)(No.BK2009093)
国家自然科学基金项目(No.60975039)
国家重点基础研究发展计划“973计划”(2007CB311004)
中国科学院智能信息处理重点实验室开放基金(No.IIP2006-2)
中国矿业大学青年科研基金项目(No.2008A045,2007A047)
关键词
图像分割
粒度
免疫算法
图论
神经网络
支持向量机
image segmentation
granular
immune algorithm
graph theory
neural network
support vector machine
