数字图像处理方向学术论文
2 基于脉冲耦合神经网络和进化算法的图像分割方法研究
1.1.1 图像分割的定义
所谓图像分割是将图像划分成若干互不交叠的区域的过程，每个区域表示目标和背景等有意义的物理对象。其中各区域自身具有一致的属性，而相邻区域之间的属性具有明显的差别。令集合R代表整个图像区域，对R的分割可看作将R分成N个满足以下5个条件的非空子集（子区域）R1，R2，…，RN：
（1）∪Ri=R;
（2）对所有i和j,i≠j，有Ri∩Rj=Ø;
（3）对i=1,2,L,N,有P(Ri)=TRUE;
（4）对i≠j，有P(Ri∪Ri)=FALSE；
（5）对i=1,2,L,N，Ri是连通的区域。
其中，P（Ri）是对所有集合Ri中元素的逻辑谓词。
上述条件（1）指出分割所得到的全部子区域的总和（并集）应能包括图像中所有元素，或者说分割应将图像中的每个像素都划分到某一个子区域中。条件（2）指出各个子区域是互不重叠的，或者说一个像素不能同时属于两个区域。条件（3）指出在分割后得到的属于同一个区域的像素应该具有某些相同特性。条件（4）指出在分割后得到的属于不同区域中的像素应该具有一些不同的特性。条件（5）指出同一个子区域内的像素应当是连通的。对图像的分割总是根据一些分割的准则进行的。条件（1）与（2）说明分割准则应可适用于所有区域和所有像素，而条件（3）与（4）说明分割准则应能帮助确定各区域像素有代表性的特性。
1.1.2 图像分割领域需要解决的问题
显然，只有先把有关区域分离出来，才能进一步识别各个子区域是什么以及理解整幅图像中的景物，所以图像分割是目标识别、图像理解、计算机视觉研究中最基本、最重要的处理步骤和共同的、基础性的、关键的技术。分割结果的好坏直接影响其后续的识别和理解。
早在20世纪50年代中期，计算机视觉理论体系形成之前，人们就开始了图像分割的研究。因为图像分割在计算机视觉中所起的重要作用，几十年来研究取得了不少成果 ，针对各种具体图像，提出了许多不同的图像分割算法。然而，至今仍无统一的理论，还没有哪一种分割方法可以对所有的图像进行理想的分割，也还不存在哪一种方法对某一类图像均可获得较好分割结果的情况。寻找一种通用的、可适合所有类型图像的分割方法一直是人们不断追求的梦想。但随着研究的深入，人们逐渐意识到：在将二维景物投影为二维图像的过程中，丢失了深度和不可见部分的信息，同一物体在不同的视觉下的图像会有很大的不同，以及前