目标分割——基于目标区域(一)

本文介绍了目标分割的基础知识,重点关注基于目标区域的分割方法,特别是阈值技术。内容涵盖基本阈值模型、全局与局部阈值选取策略,如极小值点阈值、最优阈值和直方图变换等,以及动态阈值选取在处理光照和对比度变化场景的应用。
摘要由CSDN通过智能技术生成

目标分割将感兴趣的区域从图像中分离并提取出来,也可看做基元检测的一种推广。两类方法可用于目标分割:

  • 基于目标轮廓
    考虑目标与图像中 其他部分的界限,如果能确定目标轮廓,就可将目标与图像的其他部分分割开。在这种方法中,除了检测出轮廓点再连接起来,还可以边检测轮廓点边连接。
  • 基于目标区域
    考虑所有属于目标区域的像素,如果能确定出每个属于目标的像素就可以获得完整的目标。通常是假设构成目标区域的像素的灰度值大于某个特定的阈值,确定这个阈值把目标区分开。

基本阈值技术

一、原理和分类

阈值分割模型:假设图像由具有单峰灰度分布的目标和背景,在目标和背景内部的相邻像素间的灰度值是高度相关的,但在目标和背景的交界处两边的像素在灰度值上有很大的差别。

对一幅灰度取值在 gmin

  • 0
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值