圖像分割ppt課件(2)-資料下載頁
2025-05-06 23:02本頁面
【正文】 和背景的對比度在圖像中也有變化。在這種情況下，可把灰度閾值設(shè)置成一個隨位置變化而緩慢變化的函數(shù)值 灰度閾值法 ?閾值選定的好壞是此方法成敗的關(guān)鍵 ?閾值的選擇 ? 直方圖法 ? 自適應(yīng)閾值方法 ? 分水嶺算法 灰度閾值法 ? 通過直方圖得到閾值 ? 基本思想：邊界上的點的灰度值出現(xiàn)次數(shù)較少 ? 取值的方法：取直方圖谷底，為最小值的灰度值為閾值 T ? 缺點：會受到噪音的干擾，最小值不是預(yù)期的閾值，而偏離期望的值 灰度閾值法 T ? 通過直方圖得到閾值 ? 改進(jìn)：取兩個峰值之間某個固定位置，如中間位置上。由于峰值代表的是區(qū)域內(nèi)外的典型值，一般情況下，比選谷底更可靠，可排除噪音的干擾 灰度閾值法 T ?簡單全局閾值分割 ? 基本思想：用前述方法獲得閾值 T，并產(chǎn)生一個二值圖，區(qū)分出前景對象和背景 ? 算法實現(xiàn)： 1. 規(guī)定一個閾值 T，逐行掃描圖像 2. 凡灰度級大于 T的，顏色置為 255；凡灰度級小于 T的，顏色置為 0 灰度閾值法 0 255 255 0 255 0 255 255 255 ? 灰度閾值分割技術(shù)都沒有考慮到圖像像素空間的連通性。區(qū)域生長的基本思想是將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域 1. 對每個需要分割的目標(biāo)區(qū)域找一個種子像素作為生長的起點； 2. 將種子像素周圍鄰域中與種子像素性質(zhì)相同或相似的像素合并到種子像素所在的區(qū)域中； 3. 再將這些像素當(dāng)作新的種子像素繼續(xù)進(jìn)行上述過程，直到再也沒有能滿足條件的新像素加入?yún)^(qū)域為止 圖像分割：區(qū)域生長方法 ?選擇一組能正確代表區(qū)域的種子像素 ? 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 ?確定生長過程中能將相鄰像素包括進(jìn)來的規(guī)則 ? 考慮像素間的連通性和近鄰性 ?制定讓生長停止的條件或準(zhǔn)則 區(qū)域生長方法 面向區(qū)域的分割 區(qū)域 A 區(qū)域 B 種子像素 種子像素 ?圖像分割的概念：把圖像分成互不重疊的區(qū)域并提取感興趣目標(biāo)的技術(shù) ? 完備性 ? 獨立性 ? 單一性 ? 互斥性 ? 連通性 內(nèi)容小結(jié) ?圖像分割的方法 ? 邊緣檢測 ?一階邊緣檢測算子：梯度法、羅伯特（ Roberts）算子、Prewitt算子、 Sobel算子、方向梯度 ?二階邊緣檢測算子：拉普拉斯算子 ?邊緣跟蹤 ? 區(qū)域分割：灰度閾值法 ? 區(qū)域生長 內(nèi)容小結(jié)
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1