论文部分内容阅读
图像分割是数字图像处理领域的重要研究内容。随着数字图像处理技术的发展和相关学科的进步，图像分割在图像编辑、计算机视觉、医疗影像、遥感图像等方面都取得了良好的应用，而且具有巨大的应用潜力。
图像分割是一个既很基础又很复杂的问题。经过多年的发展，研究者提出了很多优秀的算法，取得了令人鼓舞的成就。但由于图像分割本身的不确定性和复杂性，还没有一种算法能够解决好所有的分割问题。为了使图像分割的结果更加符合用户需求，交互式的分割方法逐渐成为了图像分割算法的主流。交互方式的简化也就成为了研究者努力的目标。
另一方面，图切分技术(Graph-Cut)是应用于图像分割算法的一种重要工具。Lazy Snapping方法利用人工交互操作来提取图像信息，然后使用图切分来分割图像，取得了较好的分割效果。而且该方法的交互界面简单易用，对模糊边界有较快的响应速度，引起了研究者的重视，是一种结合人工交互与图切分技术的重要分割方法。
鉴于Lazy Snapping方法在处理色彩丰富、对比强烈的图像时出现的交互操作过多、分割容易出错的问题，本文提出了一种基于亮度分析的图像分割方法。该方法在HSV空间下，以亮度为依据来提取前景和背景的特征，取代或简化了Lazy Snapping中的人工操作步骤，然后用图切分技术来进行分割。这种方法能够提取到较准确的图像特征，有效地减轻了用户操作量，明显地改善了分割结果。