区域生长法：原理、应用和关键问题

区域生长算法最早由Zucker（1976）提出，其基本思想是将具有相似性质的点集合起来构成区域。它是一个串行区域算法，该算法从一个或一组起始的种子点开始，选择搜索策略，将种子周围邻域中与种子具有相似性质的点（根据一定的生长或相似性准则来确定）归并到种子所在的区域中，最终生成目标区域（史健婷，2013）。区域生长法因其简单、灵活、计算速度快等特点，在图像处理领域应用十分广泛。

现在给出一个区域生长的示例。给出已知矩阵A，见图3-4（胡怀宇，2009）。

图3-4　区域生长法示例

上图矩阵中间的5为种子，从种子开始向周围每个值与种子值取差的绝对值。当绝对值小于或等于某个阈值K时，该数便生长成为新的种子，而且向周围每个值进行生长，如果取阈值K=1，则区域生长的结果为图3-4（b），可见种子周围值为4、5、6的数都被包进了生长区域内，而到了0、1、2、7，就停止了生长；取阈值K=2，新的生长结果为图3-4（c），这次整个右边都成了一个区域，分割效果较好；取阈值K=3，新的生长结果为图3-4（d）；取阈值K=4，新的生长结果为图3-4（e）；取阈值K=5，新的生长结果为图3-4（f），整个矩阵都被分到一个区域中了。综上所述，阈值K=2时是我们想要的分割结果，由此可见阈值选取是很重要的。(www.xing528.com)

区域生长法实际应用时需要解决以下3个问题（聂欢欢，2012）。

（1）选择或确定一组能正确代表所需区域的种子。种子像素的选取常可借助具体问题的特点。如可选用图中最亮的像素作为种子像素，或选择最暗的像素作为种子像素。如果对具体问题没有先验知识，则常可借助生长所用准则对每个像素进行相应计算，如果计算结果呈现聚类的情况则接近聚类重心的像素可取为种子像素（舒添慧，2008）。

（2）确定生长过程中能将相邻点包括进来的准则。区域生长的关键是选择合适的生长或相似准则，使用不同的生长准则会影响区域生长的过程。利用迭代的方法从大到小收缩是一种典型的准则。生长准则的选取不仅依赖于具体问题本身，也和图像数据的种类有关。一般的生长过程进行到没有满足生长准则需要的像素时停止。常用的生长准则和方法有3种，即基于区域灰度差的、基于区域内灰度分布统计性质的、基于区域形状的（陈方昕，2008）。

（3）确定让生长过程终止的条件或规则。