国内外研究现状与水平所谓图像分割是凭借目标与布景的先验常识,目标和背景的形象标志,然后确定目标从背景或其他错误的目标。图像分割是图像理解的重要构成部分,其目的是分离目标和背景、目标辨认等后续处理,准确定位,结果将直接影响到后续处理。如何快速、有用地将感兴趣的目标从复杂背景分割一向是一个热门的研究在国内外。分割艰难的问题在于模糊和噪声干扰的图像数据。到目前为止,还没有一个或更多完美的分割方式,凭借人民的意愿准确的分割图像。在图像场景中,遇到一个问题需要通过各方面进行仔细的分析调查,根据调查出的的数据并进行分析最后选出一个自己觉得合适的方法。分割结果是好是坏,没有一个全面的评估标准,分割的好坏必须从分割的效果和实际的应用场景。但在人类研究的历史形象,或积聚了大量的经典的图像分割方法。当然这些道路分割的方法并不是一个通用的方法，但很多方法都是由这一种演变出来的。一些我们常用的算法是源于经典的分割方式。早期的图像研究中可分为两大类。其中一种是边界的方法,该方法的假设是原始图像会存在于一个细分的子区域图像边缘的结果,一个是面积的方法,该方法的假设是拥有相同属性的子区域的图像分割结果。这两个方法都是具有两面性的，一些人也在尝试着将两个图像分割,随着计算能力的提高,很多方面,如一些道路的分割基于颜色组件。使用一些外界的手段方法进行不断地补充。成熟和完美,各种理论的图像分割技术已经取得了很大的进步,并被广泛用于许多领域,如医学、遥感、红外。现在国内外许多大学和研究机构有专用机器设备根据睡眠实验室技术在这个领域更深入的研究,相信随着研究的深入,更新更好的方法会被提出和应用程序。62242

发展趋势

当然根据最近几年的研究进程来看的话,因为道路分割中一些常见的困难,没有实现很大的突破。但主要的问题还是:它不是一个通用的适用于全部道路图片的算法;它不是评价一个道路分割的好与坏的标准。从过去几年道路分割研究来看,人们可以看到道路分割算法的发展趋势:一是在原有的基础上不断改进和完善算法。第二,找到一种新的分割方法或者是把几个方法组合起来实现互补的作用。人们开始了解到,现有的道路分割的方法都是一个通用的标准算法,那么寻找新的方法成为了现在的主流,在道路分割中论文网,人们也开始尝试将不同的方法进行组合得到一种新的算法。三是更进一步的人机互动。由于图片需要进行道路的边缘分割，人机互动是未来的发展趋势。四是一些人开始研究比较罕见的图片来分割，虽然他们现阶段只是刚刚开始研究，只得到一些初步的结果，但我相信随着人们不断地研究,这个令人期待的解决课题在不久的将来就会找到有效的解决办法。