第3章　植物叶片图像常用的分割方法

图像分割、特征提取与目标识别是计算机视觉理论中由低级到高级的3个基本任务，而图像分割则是特征提取与目标识别的基础，它对特征提取与目标识别的结果具有非常直接的影响。

把图像分成具有独特性质的若干个特定的区域，然后再提取出感兴趣目标的技术和过程，即为图像分割。由图像处理到图像分析的关键步骤是图像分割，图像分割是一个具有悠久历史且经典的基本图像处理措施，并始终是计算机视觉领域中的一个热点问题。图像分割可以提取的特征有两种：一种是图像的原始特征，包括像素的颜色、灰度值、物体轮廓、纹理和反射特征等；另一种是空间频谱，如直方图特征等。

现有的图像分割方法主要有以下几种：基于边缘的、基于区域的、基于阈值的和基于某种特定理论的分割方法。由于以往的图像分割方法存在许多不足，导致其无法满足人们的需要，故研究人员在原有方法的基础上，提出了新的分割方法。

近年来，随着新理论的诞生，人们也提出了许多结合特定理论的分割方法，例如基于数学形态学的分割方法、基于神经网络的分割方法、基于信息论的分割方法、基于模糊集合和逻辑的分割方法、基于小波分析和变换的分割方法和基于遗传算法的分割方法等。