成长Bar的博客专栏

1、绪论图像分割是一个经典难题。从上世纪七十年代起，图像分割问题就吸引了很多研究人员为之付出了巨大的努力，但到目前为止，精确的图像分割仍是机器视觉领域公认的亟待解决的最大难题之一。九十年代初期及九十年代以前的各种图像分割方法的综述或评论见下面2篇参考文献：    Pal N R,Pal S K. A Review on Image Segmentation Techniques

中值滤波是一种典型的非线性滤波技术，在一定条件下可以克服线性滤波器（如均值滤波）带来的图像细节模糊。优点：消除杂散噪声点而不会或较小程度地造成边缘模糊。缺点：对于图像中含有较多点、线、尖角细节的，不适宜采用中值滤波。基本思想：将模板（如方形、线形、十字形、菱形等）中的像素值从小到大排序，将中值代替模板中间的或者指定位置的像素值。下面给出模板为3x3大小方形的中值滤波C++源

常见图像和视频分割方法概述图像与视频分割是指按照一定的原则将图像或视频序列分为若干个特定的、具有独特性质的部分或子集，并提取出感兴趣的目标，便于更高层次的分析和理解，因此图像与视频分割是目标特征提取、识别与跟踪的基础。图像分割方法主要包括：1）、基于边缘的分割方法2）、基于阈值的分割方法3）、基于区域的分割方法4）、基于形态学分水岭的分割方法5）、基于聚