6.5 区域分割
一、基本思想
阈值分割法由于没有或很少考虑空间关系，使多阈值选择受到限制
于区域的分割方法可以弥补这点不足，它利用的是图像的空间性质，该方法认为分割出来的属于同一区域的像素应具有相似的性质，其概念是相当直观的。
传统的区域分割算法有区域增长法和区域分裂合并法。该类方法在没有先验知识可以利用时，对含有复杂场景或自然景物等先验知识不足的图像进行分割, 也可以取得较好的性能。但是，空间和时间开销都比较大。
一、区域生长
区域生长法主要考虑象素及其空间邻域象素之间的关系
开始时确定一个或多个象素点作为种子，然后按某种相似性准则增长区域，逐步生成具有某种均匀性的空间区域，将相邻的具有相似性质的象素或区域归并从而逐步增长区域，直至没有可以归并的点或其它小区域为止。
区域内象素的相似性度量可以包括平均灰度值、纹理、颜色等信息。
步骤：
(选择合适的种子点
(确定相似性准则(生长准则)
(确定生长停止条件
实例
二、区域分裂
条件：如果区域的某些特性不满足一致性准则
开始：从图像的最大区域开始，一般情况下，是从整幅图像开始
注意：
确定分裂准则(一致性准则)
确定分裂方法，即如何分裂区域，使得分裂后的子区域的特性尽可能都满足一致性准则值。
算法
形成初始区域；
对图像的每一个区域Ri，计算P(Ri)，如果P(Ri)=FALSE 则沿着某一合适的边界分裂区域；
重复步骤2，当没有区域需分裂时，算法结束。
三、区域合并
1、基本思想
合并运算就是把相邻的具有相似性质的区域合成为一个区域；
合并算法中最重要的运算是确定两个区域的相似性；
评判区域相似性方法有许多，评判相似性的方法可以基于区域的灰度值，也可以基于区域边界的强弱性等因素。一种简单的方法是比较它们的灰度均值；
2、算 法
(使用某种方法进行图像的初始区域分割。
(对于图像中乡邻个区域，计算是否满足一致性谓词词,若满足则合并为一个区域。
(重复步骤2，直到没有区域可以合并，算法结束。
四、区域分裂合并
1、数据结构
图像分裂示例：
五、区域分裂合并
1、算法
设整幅图像为初始区域
对每一区域R，如果P(R)=FLASE，则把该区域分裂成四个子区域
重复上一步，直到没有区域可以分裂
对图像中任意两个相邻的R1和R2，如果P(R1UR2)=TRUE，则把这两个区域合并成一个区域。
重复上一步，直到没有相邻区域可以合并，算法结束
实例图像分裂合并
