數(shù)字圖像處理第9章-文庫(kù)吧資料
2025-05-22 22:10本頁(yè)面
【正文】 級(jí)的差小于 2。 當(dāng)新的點(diǎn)被合并后再用新的區(qū)域重復(fù)這一過(guò)程 ， 直到?jīng)]有可接受的鄰近點(diǎn)時(shí)生成過(guò)程終止 。 相似性準(zhǔn)則可以是灰度級(jí) 、 彩色 、 組織 、 梯度或其他特性 ，相似性的測(cè)度可以由所確定的閾值來(lái)判定 。 第九章 圖像分割與邊緣檢測(cè) 分割區(qū)域的一種方法叫區(qū)域生長(zhǎng)或區(qū)域生成 。 第九章 圖像分割與邊緣檢測(cè) 5） 區(qū)域生長(zhǎng) 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(mǎn)足某種判據(jù)的區(qū)域 ， 即將點(diǎn)組成區(qū)域 。 以雙峰之間的谷低處灰度值作為閾值 T進(jìn)行圖像的閾值化處理 ， 便可將目標(biāo)和背景分割開(kāi)來(lái) 。 圖像閾值化處理的變換函數(shù)表達(dá)式為 ????????TyxfTyxfyxg),(255),(0),((91) 第九章 圖像分割與邊緣檢測(cè) 圖 92 閾值變換曲線(xiàn) 2550 T 255gf第九章 圖像分割與邊緣檢測(cè) 圖 93(a)原始圖像的直方圖如圖 94所示 。 第九章 圖像分割與邊緣檢測(cè) 4） 灰度閾值法分割 常用的圖像分割方法是把圖像灰度分成不同的等級(jí) ， 然后用設(shè)置灰度門(mén)限 （ 閾值 ） 的方法確定有意義的區(qū)域或分割物體的邊界 。 第九章 圖像分割與邊緣檢測(cè) 圖像分割有三種不同的途徑： 其一是將各像素劃歸到相應(yīng)物體或區(qū)域的像素聚類(lèi)方法 , 即區(qū)域法； 其二是通過(guò)直接確定區(qū)域間的邊界來(lái)實(shí)現(xiàn)分割的邊界方法； 其三是首先檢測(cè)邊緣像素，再將邊緣像素連接起來(lái)構(gòu)成邊界形成分割。 ? 如不同目標(biāo)物體所占的圖像區(qū)域、前景所占的圖像區(qū)域等； ? 連通是指集合中任意兩個(gè)點(diǎn)之間都存在著完全屬于該集合的連通路徑； ? 對(duì)于離散圖像而言，連通有 4連通和 8連通之分，如圖 91所示。因此，它是圖像分割所依賴(lài)的重要特征。 ? 所謂邊緣 (又稱(chēng)為邊沿 )，是指其周?chē)袼鼗叶扔须A躍變化或屋頂變化的那些像素的集合。 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(lèi)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。 第九章 圖像分割與邊緣檢測(cè) 圖像特征 ? 圖像特征是指圖像中可用作標(biāo)志的屬性，它可以分為統(tǒng)計(jì)特征和視覺(jué)特征兩類(lèi)。 圖像理解與識(shí)別 。第九章 圖像分割與邊緣檢測(cè) 第九章 圖像分割與邊緣檢測(cè) 1. 圖像分割 2. 邊緣檢測(cè) 3. 邊緣檢測(cè)算子 第九章 圖像分割與邊緣檢測(cè) 1. 圖 像 分 割 1）先通過(guò)看圖理解圖像分割的概念 – 將圖像分解成構(gòu)成它的部件和對(duì)
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1