15、图像分割技术全面解析

图像分割技术全面解析

1. 边缘检测

边缘检测是图像分割中的重要环节，其目标是找出图像中灰度值发生显著变化的区域，这些区域通常对应着物体的边界。

1.1 Canny边缘检测器

Canny边缘检测器通过以下几个步骤来实现边缘检测：
1. 高斯平滑 ：首先，将图像与标准差为0的高斯平滑滤波器进行卷积，以减少噪声的影响。
2. 梯度计算 ：在平滑后的图像上计算梯度。
3. 非极大值抑制 ：Canny边缘检测器会产生比一个像素更宽的粗边缘，非极大值抑制操作可以将梯度幅值的宽脊线细化。一种常见的技术是考虑与边缘方向垂直的两个相邻边缘像素的边缘幅值，丢弃幅值较小的那个像素。
4. 双阈值处理 ：经过非极大值抑制后得到的梯度图像可能仍然包含许多假边缘点。为了去除这些假边缘点，选择两个阈值T1和T2（T2 ≈ 1.5T1），创建两个不同的边缘图像E1和E2。E1会包含一些假边缘点，而E2包含的假边缘点很少，但可能会错过一些真边缘点。阈值选择算法从E2中的边缘点开始，连接E2中的相邻边缘点形成轮廓，直到没有更多相邻边缘点可用。在轮廓的边界处，算法在其8邻域内从边缘图像E1中搜索下一个边缘点。通过从E1中选取边缘点来填充两个边缘轮廓之间的间隙，直到间隙完全被填满，最终得到由图像的真实边缘构成的完整轮廓。
5. 边缘阈值选择 ：边缘检测基于将边缘梯度与阈值进行比较。在无噪声的图像中，可以选择足够低的阈值，以确保检测到所有真实边缘而不遗漏。然而，在有噪声的图像中，