【正文】 . B不擊中 X 設(shè)有兩幅圖象 B， X。 imshow(bw), title(39。39。figure。為簡化邊界的描述。 ? 鏈碼一般用于一幅圖像中有多個(gè)對(duì)象的情況 ， 對(duì)單個(gè)對(duì)象不適用 。如果 C就是 A點(diǎn)，則表明已經(jīng)轉(zhuǎn)了一圈，程序結(jié)束；否則 從 C點(diǎn)繼續(xù)找，直到找到 A為止。)。 3）重復(fù)執(zhí)行，將產(chǎn)生細(xì)化結(jié)果 ５ 0 細(xì)化 所謂細(xì)化，就是從原來的圖中去掉一些點(diǎn)，但仍要 保持原來的形狀。 se = strel(39。 10. 元素 設(shè)有一幅圖象 X，若點(diǎn) a在 X的區(qū)域以內(nèi)，則稱 a為 X的 元素，記作 a∈ X，如圖 1所示。 所謂模板匹配，其實(shí)想法很簡單：拿已知的模板 和原圖象中同樣大小的一塊區(qū)域去對(duì)。 這種方法的一個(gè)優(yōu)點(diǎn)是不再需要前面所說的種子像素 ? 但是它有一個(gè)明顯的缺點(diǎn)是會(huì)使分割后的區(qū)域具有不連續(xù)的邊界。 這就意味著我們可以從現(xiàn)在所處的像素點(diǎn)出發(fā)，按照某種連接方式到達(dá)任何一個(gè)鄰近的像素點(diǎn)。沒有分割，物體識(shí)別也是不可能的 ? 分割可視為一種特殊的識(shí)別問題。 傳統(tǒng)的圖像分割技術(shù)： ? 基于像素灰度值的分割技術(shù) ? 基于區(qū)域的分割技術(shù) ? 基于邊界的分割技術(shù) ? 圖像的描述，包括邊界和區(qū)域的描述 ? 對(duì)圖像區(qū)域的操作 ― 數(shù)學(xué)形態(tài)學(xué) (1)概論 1. 特征空間聚類方法 （ clustering） 閾值化 、 尺度空間聚類 、 均值遷移 … . 對(duì)含噪圖像以及紋理圖像分割的魯棒性較好 但特征選取依賴一定的先驗(yàn)和統(tǒng)計(jì)知識(shí) 2. 基于邊緣的方法 梯度法 、 Snake模型 …… 方法直觀 ， 分割結(jié)果比較美觀簡單 ， 但邊緣檢測受噪聲影響大 ， 不能保證邊緣的封閉性 （最近新方法） 3. 基于區(qū)域的方法 區(qū)域生長法、分裂合并法 …… 保證得到邊緣封閉的區(qū)域，缺點(diǎn)是邊緣復(fù) 雜，沒有統(tǒng)一標(biāo)準(zhǔn)描述區(qū)域 4. 全局優(yōu)化方法（ global optimization） Bayes方法、最小描述長度（ MDL）、最小割算法 ……. 計(jì)算量大，技巧性強(qiáng) （最近新方法） 5. 混合方法 形態(tài)學(xué)方法、表面擬合法、邊緣 區(qū)域法 …… 6. 基于識(shí)別的方法 通過識(shí)別結(jié)果的反饋實(shí)現(xiàn)分割 ?灰度閾值分割法是最古老的分割技術(shù) ?只能應(yīng)用于圖像中組成感興趣對(duì)象的灰度值是均勻的，并且和背景的灰度值不一樣。常用的有兩種各向同性連通方式：四連通和八連通。 if current region homogeneous test is FALSE then split into four quadrants attempt to merge these quadrants recursively call the procedure for each subdivision find any remaining merges ? 一種簡單直接實(shí)現(xiàn)算法 (4)區(qū)域分割與合并 圖像分割： ?圖像分割是圖像分析的第一步，是所有分析和識(shí)別 的基礎(chǔ)，如果這一步做好，將大大提高分析能力； ?缺乏有力的統(tǒng)一的理論指導(dǎo)，算法繁多； ?可和其他學(xué)科交叉應(yīng)用。 最開始時(shí)，模板的左上角點(diǎn)和圖象的左上角點(diǎn)是重 合的，拿模板和原圖象中同樣大小的一塊區(qū)域去對(duì) 比，然后平移到下一個(gè)象素，仍然進(jìn)行同樣的操作， …… 所有的位置都對(duì)完后，差別最小的那塊就是我們 要找的物體。 20. B包含于 X 設(shè)有兩幅圖象 B， X。line39。實(shí)際上，是保持原圖的骨架。 BW3 = bwmorph(1I,39。判斷是不是邊界點(diǎn) 很容易：如果它的上下左右四個(gè)鄰居都是黑點(diǎn)則不 是邊界點(diǎn)，否則是邊界點(diǎn)。 表示法設(shè)計(jì)：鏈碼 。 2） 用邊界的方向作為編碼依據(jù) 。,Inf)。 (2) 數(shù)學(xué)形態(tài)學(xué)的基本運(yùn)算 (黑白圖像 ) BW1 = imread(39。 bw2 = imerode(bw,se)。若存在這樣一個(gè)點(diǎn)，它既是 B的元素，又是 X的元素，則稱 B擊中 (hit)X，記作 B↑X，如圖 3所示。 形態(tài)學(xué)的用途主要是獲取物體拓?fù)浜徒Y(jié)構(gòu)信息， 它通過物體和結(jié)構(gòu)元素相互作用的某些運(yùn)算，得 到物體更本質(zhì)的形態(tài)。 I = imread(39。 ? 在區(qū)域 Ri中每一個(gè)像素點(diǎn)必須遵從某種規(guī)則 P(Ri)。 ? 這種方法的關(guān)鍵是怎樣選擇閾值，一種簡便的方法是檢查圖像的直方圖，然后選擇一個(gè)合適的閾值。 (1)概論 分割對(duì)象 灰度圖像、彩色圖像 遙感圖像、紅外圖像、 X光成像、超聲圖像以 及核磁共振成像等。 對(duì) C0,C1均值作處理 : μ0=μ(k)/w(k) μ1=[μ?μ(k)]/[1w(k)] 圖像總均值可化為 : μ=w0μ0+ w1μ1 類間方差 : ?2(k)=w0(μ?μ0)2+w1(μ?μ1)2=w0w1(μ0?μ1)2 化為 : ?2(k)=[μ?w(k)?μ(k)]2/{w(k)?[1?w(k)]} k從 1~M變化 ,使 ?2(k)最大的 k*即為所求之最佳門限 . ?2(k)稱為目標(biāo)選擇函數(shù) . 實(shí)例：黑夜車燈檢測（直接閾值分割） 缺點(diǎn)：閾值不好確定；誤差較