數(shù)字圖像處理復(fù)習(xí)ppt課件-資料下載頁
2025-04-30 18:11本頁面
【正文】 0。1330588710685第五章 圖像分割與邊緣檢測閾值分割算法 — 確定一個閾值 T，對于圖像中的每個像素，若其灰度值大于 T，置為目標點，否則置為背景點，或者相反，從而將圖像分為目標區(qū)域與背景區(qū)域。迭代閾值的選取方法（ P82）區(qū)域生長分割算法的基本原理幾種常用的邊緣檢測算子及具有某種方向邊緣檢測功能的算子并能分別寫出其模板– 羅伯特交叉 Roberts算子– 蒲瑞維特 Prewitt算子– 索貝爾 Sobel算子利用上述算子對圖像進行檢測（見作業(yè)）例： 一幅圖像各象素灰度值分布如右圖：用 Robert、 Prewitt、 Sobel邊緣檢測算子對其進行處理，請寫出三種邊緣檢測算子的模板以及原圖像方框中的像素經(jīng)其處理后的結(jié)果。1413109108101251049781922588172316189區(qū)域生長的算法實現(xiàn)1）根據(jù)圖像的不同應(yīng)用 選擇一個或一組種子 ，它或者是最亮或最暗的點，或者是位于點簇中心的點。2）定義適當?shù)膮^(qū)域內(nèi)部隸屬規(guī)則 3）從該種子開始向外擴張，首先把種子像素加入集合，然后不斷將與集合中各個像素連通、且滿足區(qū)域內(nèi)部隸屬規(guī)則的像素加入集合4）上一過程進行到不再有滿足條件的新的像素加入集合為止。注：區(qū)域內(nèi)部隸屬規(guī)則是根據(jù)圖像的灰度特性、紋理特性以及顏色特性等多種因素確定的。區(qū)域生長成功與否的關(guān)鍵在于選擇合適的區(qū)域內(nèi)部隸屬規(guī)則區(qū)域生長重要舉例如：內(nèi)部隸屬規(guī)則定義為鄰點的灰度級相對于區(qū)域內(nèi)平均灰度級接近程度，灰度接近程序設(shè)為 2。Mean=9 8 終止若灰度接近程序設(shè)為 4，區(qū)域生長情況又是怎樣？第八章 數(shù)學(xué)形態(tài)學(xué)及其應(yīng)用集合論基本概念 元素、集、交集、并集、補集、平移和反射二值形態(tài)學(xué)中兩個最基本的運算 腐蝕與膨脹腐蝕和膨脹的集合表達式（至少寫出一種）X?S={x| S+x ?X}X?S= ∩{X+s| s∈ S} X? S= ∪ {X+s| s∈ S}X? S= ∪ {S+x| x∈ X}腐蝕和膨脹實例（見作業(yè)）畫圖 (1)畫出用一個半徑為 r/4的圓形結(jié)構(gòu)元素膨脹一個半徑為 r的圓的示意圖；(2)畫出用上述結(jié)構(gòu)元素膨脹一個 rr的正方形的示意圖；(3)畫出用上述結(jié)構(gòu)元素膨脹一個側(cè)邊長為 r的等腰三角形的示意圖； (4)將 (1)、 (2)、 (3)中的膨脹改為腐蝕，分別畫出示意圖?！ ∪缦聢D，左圖的黑框部分為物體集合 X，右圖黑框部分為結(jié)構(gòu)元素 S（標有 ”+”處為原點），試分別寫出物體集合 X被結(jié)構(gòu)元素 S腐蝕和膨脹的結(jié)果圖，用黑框標
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1