本文主要介绍了小波变换在图像分割中的应用，包括空域图像分割的各种技术，如串行边界和区域分割，以及并行边界和区域分割。重点讲述了小波分析和小波变换在图像分割中的优势，如局部特性和多分辨率分析，能够有效提取图像信息。还讨论了傅里叶变换和Gabor变换的局限性，指出小波变换如何克服这些问题。小波变换在图像分割领域的广泛应用，如阈值法和马尔可夫随机场模型，显示了其在图像处理中的重要性。
1.1 空域图像分割
空域是指图像平面本身，空域图像分割就是直接对图像的像素进行处理分割。研究者经过几十年的研究与努力，研究出了很多种空域图像分割方法。归纳起来大致包括：串行边界分割技术、串行区域分割技术、并行边界分割技术、并行区域分割技术、结合特定理论工具的分割技术等[1]。
1.1.1 串行边界分割技术
串行边界分割技术指通过顺序搜索边缘点，采用串行方式来对感兴趣目标的边界进行检测。主要有以下三个关键步骤：
①首先确定一个顺序搜索的起始边界点；
②然后在确定先前的搜索结果对下一边界点的检测和下一个结果的影响的前提之下，选择某种搜索策略，根据相应原则逐一检测新的边界点；
③最后选定搜索终止的条件，结束整个搜索过程。
串行边界分割技术
订阅专栏 解锁全文
扫一扫
381
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
