數(shù)字圖像處理第9章-全文預(yù)覽
【正文】 圖像處理 。 第九章 圖像分割與邊緣檢測(cè) 無(wú)論是圖像處理、分析、理解與識(shí)別，其基礎(chǔ)工作一般都建立在圖像分割的基礎(chǔ)上； 將圖像中有意義的特征或者應(yīng)用所需要的特征信息提取出來(lái)； 圖像分割的最終結(jié)果是將圖像分解成一些具有某種特征的單元，稱為圖像的基元； 相對(duì)于整幅圖像來(lái)說(shuō)，這種圖像基元更容易被快速處理。 第九章 圖像分割與邊緣檢測(cè) 圖像的邊緣 ? 圖像的邊緣對(duì)人類的視覺(jué)系統(tǒng)具有重要的意義，它是人類判別物體的重要依據(jù)，是圖像的最基本特征。 第九章 圖像分割與邊緣檢測(cè) 圖像分割是將圖像劃分成若干個(gè)互不相交的小區(qū)域的過(guò)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。 在圖像分割技術(shù)中， 最常用的是利用閾值化處理進(jìn)行的圖像分割。 該直方圖具有雙峰特性 ， 圖像中的目標(biāo) （ 細(xì)胞 ） 分布在較暗的灰度級(jí)上形成一個(gè)波峰 ， 圖像中的背景分布在較亮的灰度級(jí)上形成另一個(gè)波峰 。 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(gè)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) 。 從滿足檢測(cè)準(zhǔn)則的點(diǎn)開始 ， 在各個(gè)方向上生長(zhǎng)區(qū)域 ， 當(dāng)其鄰近點(diǎn)滿足檢測(cè)準(zhǔn)則就并入小塊區(qū)域中 。 圖中被接受的點(diǎn)和起始點(diǎn)均用下劃線標(biāo)出 ， 其中： （ a） 圖是輸入圖像； （ b） 圖是第一步接受的鄰近點(diǎn)； （ c） 圖是第二步接受的鄰近點(diǎn)； （ d） 圖是從 6開始生成的結(jié)果 。 這些特征所組成的圖稱為基元圖 。 ? 一方面是因?yàn)閳D像的內(nèi)容非常復(fù)雜，很難用純數(shù)學(xué)的方法進(jìn)行描述，另一方面則是因?yàn)槿祟悓?duì)本身感知目標(biāo)邊界的高層視覺(jué)機(jī)理的認(rèn)識(shí)在還處于善之中。 第九章 圖像分割與邊緣檢測(cè) 邊緣的描述包含以下幾個(gè)方面 (1) 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； (2) 邊緣方向 ——與邊緣法線方向垂直，是目標(biāo)邊界的切線方向； (3) 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。如標(biāo)為 A的邊緣線，這些邊緣線為兩個(gè)不同曲面或平面的交線，該點(diǎn)處物體表面的法線方向不連續(xù)，在 A類邊緣線的兩邊，圖像的灰度值有明顯的不同。圖中標(biāo)注為 C的邊緣線是由不同材料或相同材料不同顏色所產(chǎn)生的。 第九章 圖像分割與邊緣檢測(cè) 典型邊緣信號(hào) 第九章 圖像分割與邊緣檢測(cè) （ a） 邊界； （ b） 線； （ c） 折線變化； （ d） 緩慢的平滑變化 (a) (b) (d) (c) 第九章 圖像分割與邊緣檢測(cè) ? 羅伯特邊緣算子 ? 索貝爾（ Sobel）邊緣算子 ? 普瑞維特（ Prewitt）邊緣檢測(cè)算子 ? 拉普拉斯邊緣檢測(cè)算子 ? 凱西（ Kirsch）邊緣
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1