數(shù)字圖像處理第9章-wenkub.com
2025-05-10 22:10 本頁(yè)面
【正文】 它把高斯平滑濾波器和拉普拉斯銳化濾波器結(jié)合起來(lái) ， 先平滑掉噪聲 ， 再進(jìn)行邊緣檢測(cè) ， 所以效果更好 。圖中標(biāo)注為 D的邊緣線是陰影引起的邊緣。圖中標(biāo)注為 B的邊緣線是物體與背景的分界線，如圖中圓柱上有兩條 B類邊緣線，這類邊緣線一般稱為外輪廓線。圖像上的邊緣點(diǎn)可能對(duì)應(yīng)不同的物理意義。 ? 局部邊緣是圖像中局部灰度級(jí)以簡(jiǎn)單（即單調(diào)）的方式作極快變換的小區(qū)域。 圖 97是一幅圖像中典型的邊緣點(diǎn) ， 僅僅根據(jù)這些邊緣點(diǎn) ， 就能識(shí)別出三維物體 ， 可見(jiàn)邊緣點(diǎn)確實(shí)包含了圖像中的大量信息 。 例如：每一步所接受的鄰近點(diǎn)的灰度級(jí)與先前物體的平均灰度級(jí)相差小于 2。 第九章 圖像分割與邊緣檢測(cè) 圖 95給出一個(gè)簡(jiǎn)單的例子 。 假定區(qū)域的數(shù)目以及在每個(gè)區(qū)域中單個(gè)點(diǎn)的位置已知 ， 則從一個(gè)已知點(diǎn)開(kāi)始 ， 加上與已知點(diǎn)相似的鄰近點(diǎn)形成一個(gè)區(qū)域 。 第九章 圖像分割與邊緣檢測(cè) 圖 93 (a) 原始圖像； (b) 閾值 T=91； (c) 閾值 T=130； (d) 閾值 T=43 (a) (b) (c) (d) 第九章 圖像分割與邊緣檢測(cè) 圖 94 直方圖 第九章 圖像分割與邊緣檢測(cè) 在圖像的閾值化處理過(guò)程中 ， 選用不同的閾值其處理結(jié)果差異很大； 閾值過(guò)大 ， 會(huì)提取多余的部分； 閾值過(guò)小 ， 又會(huì)丟失所需的部分； 因此 ， 閾值的選取非常重要 。 常用的閾值化處理就是圖像的二值化處理 ， 即選擇一閾值 ， 將圖像轉(zhuǎn)換為黑白二值圖像 ， 用于圖像分割及邊緣跟蹤等預(yù)處理 。 3）圖像分割的基本原理 第九章 圖像分割與邊緣檢測(cè) 圖 91 4連通和 8連通 ( a ) ( b )第九章 圖像分割與邊緣檢測(cè) 4連通指的是從區(qū)域上一點(diǎn)出發(fā) ， 可通過(guò) 4個(gè)方向 ， 即上 、 下 、 左 、 右移動(dòng)的組合 ， 在不越出區(qū)域的前提下 ， 到達(dá)區(qū)域內(nèi)的任意像素； 8連通方法指的是從區(qū)域上一點(diǎn)出發(fā) ， 可通過(guò)左 、 右 、 上 、下 、 左上 、 右上 、 左下 、 右下這 8個(gè)方向的移動(dòng)組合來(lái)到達(dá)區(qū)域內(nèi)的任意像素 。 ? 邊緣廣泛存在于物體與背景之間、物體與物體之間、基元與基元之間。 ? 圖像的統(tǒng)計(jì)特征是指一些人為定義的特征，通過(guò)變換才能得到，如圖像的直方圖、矩、頻譜等； ? 圖像的視覺(jué)特征是指人的視覺(jué)可直接感受到的自然特征，如區(qū)域的亮度、紋理或輪廓等。 圖像分析 。 圖像理解與識(shí)別 。 第九章 圖像分割與邊緣檢測(cè) ? 圖像分割是進(jìn)行圖像分析的關(guān)鍵步驟，也是進(jìn)一步理解圖像的基礎(chǔ)； ? 不同種類的圖像，不同的應(yīng)用要求所需要提取的特征不相同，特征提取方法也就不同； ? 不存在一種所謂普遍適用的最優(yōu)方法。因此，它是圖像分割所依賴的重要特征。 第九章 圖像分割與邊緣檢測(cè)
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1