數(shù)字圖像處理第5章圖像分割與邊緣檢測-全文預(yù)覽
【正文】 向性 ， 往往只能檢測檢測某個方向的邊緣 ， 而與這個方向垂直的邊緣則無法檢測 。 第五章 圖像分割 邊緣的描述包含以下幾個方面： ? 邊緣法線方向：在某點(diǎn)灰度變化最劇烈的方向 ， 與邊緣方向垂直； ? 邊緣方向：與邊緣法線方向垂直 ， 目標(biāo)邊界的切線方向； ? 邊緣位置：邊緣所在的坐標(biāo)位置； ? 邊緣強(qiáng)度：沿邊緣法線方向圖像局部的變化強(qiáng)度的量度 。 第五章 圖像分割 到目前為止 ， 還沒有關(guān)于邊緣的精確且被廣泛承認(rèn)的數(shù)學(xué)定義 。 在此 ， 均一性準(zhǔn)則可以是前面所描述的象素點(diǎn)的灰度值是否小于平均灰度 ， 也可采用統(tǒng)計檢驗(yàn)諸如均方誤差最小 、 F檢驗(yàn)等方法 。 第五章 圖像分割 區(qū)域分裂法 區(qū)域分裂是與區(qū)域合并相反的一個過程 。 第五章 圖像分割 ? 形成最初分割小區(qū)域的辦法很多 ， 最簡單的是把圖象分成1 1， 2 2， 4 4或 8 8的區(qū)域的組合 ， 并根據(jù)圖像的灰度特性統(tǒng)計來定義合并準(zhǔn)則 。 區(qū)域合并的結(jié)果通常還依賴于區(qū)域合并的順序 。 區(qū)域生長需要滿足均一性準(zhǔn)則 ， 也即針對每一個將要劃入 Ri的象素 x，需要檢查均一性準(zhǔn)則是否成立： T R UExRE i ?}}{( ?第五章 圖像分割 生長點(diǎn)為 6， 第一次得到三個點(diǎn) ， 平均灰度值也變?yōu)?；第二次則接收了滿足一致性條件的灰度值為 7的象素 ， 平均灰度值變?yōu)椋辉诮?jīng)過三次生長后 ， 平均灰度值也變?yōu)榱?， 因?yàn)閰^(qū)域的鄰接象素已經(jīng)沒有滿足一致性條件的點(diǎn) ， 因此生長結(jié)束 。 為了實(shí)現(xiàn)分組 ， 首先要確定區(qū)域的數(shù)目 ， 其次要確定一個區(qū)域與其他區(qū)域相區(qū)別的特征 ， 最后還要產(chǎn)生有意義分割的相似性判據(jù) 。 比如對直方圖進(jìn)行平滑 ， 使得直方圖小波動對閾值選取造成的影響減弱；或者對直方圖施以某種變換 ， 則可使得波峰尖銳 ， 波谷凹陷 ， 也可以更清晰得到預(yù)期的閾值；也可將圖像分割成小塊區(qū)域 ， 對每一小塊求直方圖 ， 并作閾值處理 ， 如果小方塊的直方圖不產(chǎn)生雙峰 ， 則該處的閾值可以通過鄰接方塊的閾值作插值處理得到的方法來分割圖像 。 第五章 圖像分割 p尾法確定閾值 p尾法僅適用于事先已知目標(biāo)所占全圖像百分比的場合 。 j=1, 2, …, M 。 判別分析法只需計算直方圖的 0階矩和 1階矩 ， 是圖像閾值化處理中常用的自動確定閾值的方法 。 因此 ， 閾值的選取非常重要 。 第五章 圖像分割 灰度閾值法分割 常用的圖像分割方法是把圖像灰度分成不同的等級 ， 然后用設(shè)置灰度門限 (閾值 )的方法確定有意義的區(qū)域或分割物體的邊界 。 第五章 圖像分割 ? 4連通指的是從區(qū)域上一點(diǎn)出發(fā) ， 可通過 4個方向 ， 即上 、 下 、 左 、 右移動的組合 ， 在不越出區(qū)域的前提下 ， 到達(dá)區(qū)域內(nèi)的任意像素 。第五章 圖像分割 第五章 圖像分割 概述 灰度閾值法分割 區(qū)域生長法和區(qū)域分裂－合并法 邊緣分割 第五章 圖像分割 概述 圖像分割是將圖像劃分成若干個互不相交的小區(qū)域的過程 ， 小區(qū)域是某種意義下具有共同屬性的像素的連通集合 。 對于離散圖像而言 ，
高考資料相關(guān)推薦
鄂ICP備17016276號-1