數(shù)字圖像處理第5章圖像分割與邊緣檢測(編輯修改稿)
2025-06-19 22:14 本頁面
【文章內(nèi)容簡介】 法 區(qū)域生長 分割的目的是把一幅圖像劃分成一些區(qū)域 ， 最直接的方法就是把一幅圖像分成滿足某種判據(jù)的區(qū)域 ， 也就是說 ， 把點組成區(qū)域 。 為了實現(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) 。 第五章 圖像分割 ? 區(qū)域生長法在用來分割圖像的時候 ， 首先需要選定一些代表不同區(qū)域的起始象素 ， 稱作生長點 。 然后從這些生長點出發(fā) ， 按照一定的規(guī)則 ， 一般是檢查它與周圍象素 (或區(qū)域 )的一致性 ， 把那些通過一致性測試的象素 (或區(qū)域 )合并進(jìn)來 ，直到這些區(qū)域覆蓋整個圖像區(qū)域為止 。 ? 生長點的選取通常需要使用者指定 ， 如果需要劃分 N個區(qū)域 ， 那么每一區(qū)域 Ri必須要有一個生長點 Si， 其中 。 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 生長點為 6， 第一次得到三個點 ， 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?， 因為區(qū)域的鄰接象素已經(jīng)沒有滿足一致性條件的點 ， 因此生長結(jié)束 。 (a) 原圖像數(shù)據(jù) (b) 第一次生長 (c) 第二次生長 (d) 最終生長結(jié)果 圖 55 區(qū)域生長示例 (閾值為 2,均一性準(zhǔn)則 : ) ThRxf ?? ? |)(|[例 ] 第五章 圖像分割 (a) 原圖像數(shù)據(jù) (b) 閾值為 2區(qū)域生長結(jié)果 (c) 閾值為 6區(qū)域生長結(jié)果 圖 56 不同閾值時的區(qū)域生長結(jié)果 這里 ， 閾值和生長點的選取對區(qū)域分割至關(guān)重要 ， 需要使用者對每一個區(qū)域選擇生長點 ， 并慎重選擇閾值 ， 下圖則說明了閾值選擇的重要性 。 生長點也可以根據(jù)圖像的灰度直方圖自動選取，一般，圖像中的生長點有多個，這就需要將具有相同灰度統(tǒng)計特性的相鄰圖像區(qū)域合并起來。 第五章 圖像分割 區(qū)域 合并 ? 首先用某種方法把圖象分割成許多小區(qū)域 ， 通過定義合并相鄰區(qū)域的準(zhǔn)則 ， 然后按照合并準(zhǔn)則合并所有相鄰的區(qū)域 ，如果沒有再能夠合并的塊后停止合并 。 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)域合并的分割方法是一個迭代過程 ， 每一步都要重新計算被擴(kuò)大的區(qū)域成員隸屬關(guān)系 ， 并消除弱邊界 。 沒有弱邊界可消除時 ， 合并過程才結(jié)束 。 這樣的一個過程看起來象一個物體內(nèi)部區(qū)域不斷增長 ， 直到到達(dá)邊界為止的過程 。 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)域合并的過程可以通過下面的過程來實現(xiàn)： ? 比較相鄰區(qū)域的灰度統(tǒng)計特性 ， 如果滿足合并要求 ， 則把兩個區(qū)域合并成更大的區(qū)域 ， 并計算大區(qū)域的灰度統(tǒng)計特性； ? 如果不滿足合并要求 ， 則把該區(qū)域標(biāo)記為沒有合并 。 ?不斷重復(fù)上述過程 ， 若某區(qū)域不能與它周圍的所有區(qū)域合并 ， 則被標(biāo)記成終結(jié) ， 當(dāng)
高考資料相關(guān)推薦
鄂ICP備17016276號-1