【正文】 i sisiPHPPPppPPpPpsE ???????? ????? ????lnlnln1ln11? ? ? ?E B p P p P P H HPisi snissn ss? ? ? ? ? ? ? ??? ?? 1 1 1 11ln ln? ? ? ? ? ? ? ?ssnssss PHHPHPPBESEs????????11ln????siis pP1? ?nippHsiiis ?,1ln1?? ??使 ? ?? s 最大化的值 s便是相應(yīng)的閾值 Thresholding example Thresholding example 轉(zhuǎn)動(dòng)貫量閾值（ Momentpreserving thresholding） 轉(zhuǎn)動(dòng)貫量也可由 ? ??x yii yxfnm ),(1在此定義 im為 ),( yxf 的 i 階轉(zhuǎn)動(dòng)貫量： ?3,2,1?i),( yxf的灰度直方圖來(lái)定義： ? ? ? ? ijjjijjji zpznnm ?? ??1轉(zhuǎn)動(dòng)貫量閾值 ???????????????3311300221120011111000011000mzpzpmzpzpmzpzpmzpzp1010 , zzpp要解的參數(shù) 轉(zhuǎn)動(dòng)貫量閾值 ? ?? ?? ?? ???????????????????????????????????。其中，關(guān)鍵的一步是如何確定一個(gè)合適的閾值。 圖像模型 假設(shè) 假設(shè)圖像由具有單峰灰度分布的目標(biāo)和背景組成，處于目標(biāo)和背景內(nèi)部相鄰象素間的灰度值是高度相關(guān)的，但處于目標(biāo)和背景交界處兩邊的象素在灰度值上有很大的差別。 ? 并行區(qū)域技術(shù)在實(shí)際分割中應(yīng)用的主要有兩大類(lèi)： ① 閾值化算法； ② 特征空間聚類(lèi)。只有這樣才算完成了圖像分割的任務(wù)。 ? ② 指出在分割結(jié)果中各個(gè)子區(qū)域是互不重疊的，或者說(shuō)在分割結(jié)果中一個(gè)象素不能同時(shí)屬于兩個(gè)區(qū)域。 （子區(qū)域） 圖像分割定義 ? ① 指出在對(duì)一幅圖像的分割結(jié)果中全部子區(qū)域的總和應(yīng)能包括圖像中所有象素（就是原圖像），或者說(shuō)分割應(yīng)將圖像中的每個(gè)象素都分進(jìn)某個(gè)子區(qū)域中。 ? 最后需要指出，實(shí)際應(yīng)用中圖像分割不僅要把一幅圖像分成滿足上面五個(gè)條件地各具特性的區(qū)域而且需要把其中感興趣的目標(biāo)區(qū)域提取出來(lái)。它是并行區(qū)域技術(shù)的一種。而在閾值確定后，將閾值與象素值比較和劃分象素可對(duì)各象素并行地進(jìn)行，分割地結(jié)果直接給出圖像區(qū)域。 圖像模型 假設(shè) ? ?yxf ,? ?? ?? ???????TyxfTyxfyxg,..... ...... .....0,..... ...... .....1,如如閾值方法分全局和局部閾值兩種 ? 一般的閾值分割可以分成以下 3步： ① 確定閾值； ②將閾值和像素值比較； ③ 把像素歸類(lèi)。那么使用下式達(dá)到最大值的 i 即為相應(yīng)的閾值。1。 and (3) if two objects are merged, the two junction points should not be concave points. A delectable extra procedure for resolving undersegmentation problem is presented in previous course, it is for splitting touching particles based on shape of aggregate particles. Algorithm based on splitandmerge3 圖像預(yù)處理 蘇克及常氏圖像分割 小區(qū)域合并 背景分離 基于顆粒形狀的分離及合并 Algorithm based on splitandmerge4 1 2 3 4 5 圖像的預(yù)處理 ? ① 增強(qiáng)顆粒之間的邊界； ? ② 去除或降低非顆粒噪聲； ? ③ 減少由于顆粒之間灰度慢變化而引起的模糊性。 基于灰度的圖像分割 ? 假設(shè)顆粒是鋼體的，顆粒的元素在一凸包域內(nèi)，如果存在非凸包域的區(qū)域，進(jìn)行基于形狀的分割。 ? 傅立葉變換的數(shù)學(xué)定義 ? 傳統(tǒng)的傅立葉變換是一種純頻域分析，它可將一般函數(shù) f（ x）表示為一簇標(biāo)準(zhǔn)函數(shù)的加權(quán)求和，而權(quán)函數(shù)亦即 f的傅立葉變換。 ? 在圖像處理中，由于運(yùn)算過(guò)程中傅立葉變換的指數(shù)部分是周期重復(fù)的，充分利用這一特性可減少計(jì)算步驟，加快計(jì)算速度，由此發(fā)展出了一套快速傅立葉變換的算法。 想請(qǐng)教大家，各位用分水嶺算法都是怎么用的，結(jié)果怎么樣？