區域生長法分割

區域生長法的基本思想就是將具有相似性的畫素集合起來形成乙個區域。

具體做法就是，首先選擇乙個種子點，通過比較種子點鄰域的相似性，將鄰域中滿足相似性準則的畫素歸入種子點所在的區域，然後將這新的畫素點定為種子點，重複上述過程，直到沒有滿足相似性準則的新的鄰域畫素點產生為止。通過區域生長，乙個區域就形成了。

有三個關鍵性的問題：

1.種子點的選擇問題，如何選擇代表所需區域的種子點？

借助具體問題的特點來進行選擇。

2.生長過程中停止生長的條件是什麼？

一般是再沒有滿足生長準則的畫素產生為止。

3.如何判斷相鄰兩個畫素是否是相似的呢？

①基於區域灰度差的方法。

1）對所有的畫素進行掃瞄，找出尚沒有歸屬的畫素點。

2）對這畫素點的所有鄰域畫素進行灰度差，找出灰度差滿足某一閾值的鄰域畫素，將他們合併。

3）以新合併的畫素為新的中心，進行步驟2）。檢查新畫素的鄰域，直到區域不能繼續擴張為止。

4）返回步驟1），繼續掃瞄，直到所有畫素都有歸屬為止。

改進–>該方法對於生長起點的選擇具有很大的依賴性。將灰度差閾值設為0，這樣所有灰度值相同的畫素點就形成了乙個區域。然後比較相鄰區域之間的平均灰度差，將平均灰度差小於閾值的區域進行合併。問題：對於變化緩慢的相鄰區域，會產生錯分割。

改進–>在進行區域生長時，不使用新畫素點的灰度值與其鄰域進行比較，而是使用新畫素點所在的區域的平均灰度值與其鄰域的畫素點的灰度值進行比較，選擇滿足閾值的點進行合併。

②以灰度分布的相似性為準則。

1）將畫素分成互不重疊的小區域。

2）比較相鄰區域的累計灰度直方圖，即比較灰度分布的相似性。參考

其實累積直方圖就是對直方圖分布進行歸一化處理。將小於閾值的兩個相鄰區域進行合併。

3）設定終止準則，通過反覆步驟2），依次將各個區域進行合併。

區域生長法的優點是：計算簡單，比較適合分割均勻的小結構，往往與其他分割方法聯合使用。

缺點是：對初始種子點的依賴性，而且對雜訊比較敏感，出現分割空洞或者過分割。