数字图像处理day_12 图像分割

最新推荐文章于 2024-08-05 17:27:55 发布

weixin_42812109

最新推荐文章于 2024-08-05 17:27:55 发布

阅读量2.1k

点赞数 1

分类专栏：学习记录

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.youkuaiyun.com/weixin_42812109/article/details/109005930

版权

学习记录专栏收录该内容

12 篇文章

订阅专栏

一. 基础知识

1. 为什么要进行图像分割

景物一般由目标组成，反映在图像中是众多的区域，为把区域分开，要进行图像分割研究。

2. 图像分割属于图像分析的范畴

图像处理、图像分析与理解的区别
	图像处理	图像分析与理解
输出内容	图像	数值、符号
目的	主要是增强视觉效果	让计算机理解图像内容
研究方法	理论上比较成熟	缺乏普适的方法具体问题具体分析许多问题还很难解决
教材内容	大同小异	不同教材内容变化较大

3. 图像分割定义

将数字图像分割为互不相交区域的过程。定位感兴趣对象在图像中的位置和范围

4. 图像分割的数学定义

$\bigcup_{i=1}^{n}R_{i}=R$ ：说明分割必须是完全的，且每个像素必须属于某一区域
$R_{i}$ 是一个连通集：说明一个区域中的点必须以某种预定义的方式来连接（4连接或8连接）
$R_{i}\bigcap R_{j}=\phi$ ：说明个区域必须是不相交的
$Q(R_{i})=TRUE, i=1,2,...,n$ ：说明每一个区域都具有相同的某种属性，如相同的灰度值
$Q(R_{i}\bigcup R_{j})=FALSE$ ， $Q(R_{k})$ 是定义在集合 $R_{k}$ 的点上的一个逻辑属性：说明两个邻接区域在属性在Q的意义上必须是不同的

5. 图像分割的基本策略

图像分割主要是基于灰度值的两个基本特性：不连续性（区域之间）、相似性（区域内部）

在前者中，为了找出图像的边缘信息，首先要检测出局部特性的不连续性部分，再将它们连成边界；这些边界把图像分成不同的区域，从而实现图像的分割；常用的分割方法有基于边缘检测的图像分割、基于阈值选取的图像分割等

在后者，根据一组预定义的准则将一幅图像分割为若干相似区域，如阈值处理法、区域生长法等

二. 点、线和边缘检测

1. 点的检测

用空域的高通滤波器（如拉普拉斯算子）来检测孤立点

图像：

8	8	8
8	128	8
8	8	8

模板：

-1	-1	-1
-1	8	-1
-1	-1	-1

2. 线的检测

3. 边缘检测

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。