区域分裂合并方法实现视觉测量技术

2025-09-30 理论教育版权反馈

【摘要】：在众多基于区域分裂与合并的图像分割算法中，基于四叉树的方法是最常用的一种方法。下面以一个图4.46所示例子来说明区域分裂-合并法的基本步骤。根据每个区域的方差值可知，区域R1和R3满足方差相似性条件，不需要进行分裂；R2和R4则不满足方差相似性条件，需要进行进一步分裂。图4.47 区域分裂与合并方法示意由于R2和R4已经分裂到最小单位，为单个像素，因此不再进行分裂。

区域生长过程是从一组生长点开始，通过不断合并新区域或像素来完成整个分割过程。与此相反，区域分裂与合并法的基本原理是，首先将图像分割成若干个任意不相交的区域，然后计算每个子区域的属性。当属性表明该区域包含不同属性的像素时，则将该区域再分割成若干个子块；如果几个子区域的属性相似，则把他们合并成一个大的区域。

在众多基于区域分裂与合并的图像分割算法中，基于四叉树的方法是最常用的一种方法。其基本思想是，把原始图像作为树根或零层，将该图像分成4个子块，作为被分裂的第一层。对第一层的每个子块，若像素属性极其相似或一致，则该子块不再等分；如果某个子块的像素属性不一致或相差较大，则该子块必须分裂成相等的4个更小的子块作为第二层，依次循环直到所有的子块都不能再分裂为止。此外，在每层分裂的过程中，如果在不需要分裂的几个子块中，有几个子块的性质相似或一致，则将这些子块合并。最后，再次考察各层子块之间的关系，把相似性大的子块进行合并。

下面以一个图4.46所示例子来说明区域分裂-合并法的基本步骤。

1）首先，将原图分类成图4.46a所示的4个子块：R₁、R₂、R₃和R₄。计算这些区域的属性值，例如图像子区域的灰度均值与方差。