本发明涉及一种图像处理的方法，具体是指一种图像分割匹配的方法。
背景技术：
图像分割是图像识别和计算机视觉至关重要的预处理，没有正确的分割就不可能有正确的识别。但是，进行分割仅有的依据是图像中像素的亮度及颜色，由计算机自动处理分割时，将会遇到各种困难。例如，光照不均匀、噪声的影响、图像中存在不清晰的部分，以及阴影等，常常发生分割错误。因此图像分割是需要进一步研究的技术，需要引入一些人为的知识导向和人工智能的方法，用于纠正某些分割中的错误，但是这又增加了解决问题的复杂性。
技术实现要素：
本发明的目的在于提供一种图像分割匹配的方法，以期能快速准确的对图像进行分割处理，本发明尤其对复杂图像的分割效果较好。
本发明通过下述技术方案实现：
一种图像分割匹配的方法，包括以下步骤：
(1)对前景区域R进行分裂，将前景区域R分裂到像素级；
(2)判定上述分裂的像素是否为前景像素，如果是则合并；如果不是则不合并；
(3)将所有前景像素合并即得前景目标。
进一步的，步骤(1)中对前景区域R进行分裂的步骤如下：
(1a)对于任一区域Ri，当P(Ri)＝FALSE时，则将该区域Ri分裂成不重叠的四等份；当P(Ri)＝TRUE时则结束分裂。
(1b)将上述分裂的四等份区域再次进行步骤(1a)的分裂；
其中，参数i∈[0，n]，n为自然数。
再进一步的，步骤(2)中对于相邻的两个区域Ri和Rj，当P(Ri∪Rj)＝TRUE时，则将Ri和Rj两个区域合并；当P(Ri∪Rj)＝FALSE时则不合并；
其中，参数j∈[0，n]，n为自然数。
本发明与现有技术相比，具有以下优点及有益效果：
本发明的步骤简单，便于操作，还能快速准确的对图像进行分割处理，尤其对复杂图像的分割效果较好。
具体实施方式
下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例
本发明的图像分割匹配的方法，首先需要对前景区域R进行分裂，并将前景区域R分裂到像素级。具体的，对于任一区域Ri，当P(Ri)＝FALSE时，则将该区域Ri分裂成不重叠的四等份；当P(Ri)＝TRUE时则结束分裂。其中，参数i∈[0，n]，n为自然数。对于上述分裂成的四等份区域，再次进行上述分裂的步骤，直到P(Ri)＝TRUE，即该Ri区域已被分裂到像素级时即可结束分类。
在前景区域R被分裂到像素级后，判定上述分裂的像素是否为前景像素，如果是则合并；如果不是则不合并。具体的，对于相邻的两个区域Ri和Rj，当P(Ri∪Rj)＝TRUE时，则将Ri和Rj两个区域合并；当P(Ri∪Rj)＝FALSE时则不合并。其中，参数j∈[0，n]，n为自然数。
然后将所有前景像素合并即得前景目标。
如上所述，便可较好的实现本发明。