基于内容的图像分割方法综述

来源：软件学报杂志2017年第1期北京时间：

作者：姜枫,顾庆,郝慧珍,李娜,郭延文,陈道蓄

单位：姜枫，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 210023;南京理工大学泰州科技学院 移动互联网学院, 江苏 泰州 22530011,顾庆，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002302,郝慧珍，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 210023;南京工程学院 通信工程系, 江苏 南京 21116703,李娜，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002304,郭延文，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002305,陈道蓄，计算机软件新技术国家重点实验室(南京大学), 江苏 南京 210023;南京大学 计算机科学与技术系, 江苏 南京 21002306

摘要：图像分割是指将图像分成若干具有相似性质的区域的过程，是许多图像处理任务的预处理步骤.近年来，国内外学者主要研究基于图像内容的分割算法.在广泛调研大量文献和最新成果的基础上，将图像分割算法分为基于图论的方法、基于像素聚类的方法和语义分割方法这3种类型并分别加以介绍.对每类方法所包含的典型算法，尤其是最近几年利用深度网络技术的语义图像分割方法的基本思想、优缺点进行了分析、对比和总结.介绍了图像分割常用的基准数据集和算法评价标准，并用实验对各种图像分割算法进行对比.最后进行总结，并对未来可能的发展趋势加以展望.

关键词：图像分割;图论;聚类;语义分割;深度神经网络

基金资助：国家自然科学基金（61373012，91218302，61321491，61373059）；江苏省高校自然科学研究项目（15KJB520016）；江苏省自然科学基金（BK20150016）