基于python-tensorflow的机器视觉学习手札 （1.6）图像处理篇-经典图像分割技术

哎呀终于又到了核心技术之一啦 激动惹！
目前比较成熟的图像分割技术有边缘检测方法、阈值分割法、区域分割技术等。近十几年来，又有形态学、小波变换、模糊数学等方法，形态学后面等说开闭变换的时候说，小波变换应该后面会有专门的一节来总结，这一节先说经典的几种方法好啦。。

边缘分割技术

边缘分割技术是通过边缘检测来实现的，而边缘检测又是通过物体和背景在图像特性上的差异来实现的。常见的边缘检测方法一般都是用滤波器，使用的算子有微分算子、Canny算子、Log算子等。微分算子又分Prewitt算子、Roberts算子、Sobel算子、Laplacian算子等。

1 间断点与线段的检测

前面也说了，对于图像中的间断点，检测模板一般是：

np.array([-1,-1,-1],
         [-1, 8,-1],
         [-1,-1,-1])

而对于线段，检测模板就有：

np.array([-1,-1,-1],   
         [ 2, 2, 2],
         [-1,-1,-1])   # 水平线段
np.array([-1, 2,-1],   
         [-1, 2,-1],
         [-1, 2,-1])   # 竖直线段
np.array([-1,-1, 2],   
         [-1, 2,-1],
         [ 2,-1,-1])   # +45度线段
np.array([ 2,-1,-1],   
         [-1, 2,-1],
         [-1,-1, 2])   # -45度线段

可以通过滤波函数用这四个滤波器对图像进行滤波（或者说卷积 无所谓啦），然后把得到的结果加在一起，就能覆盖整张图片中大部分的线段。

2 微分算子

用于边缘检测时，matlab中有edge函数直接取，需要自己选择算子，而且这个函数还自动取阈值来得到边缘，输出的是二值图像。

2.1 Roberts算子

首先有Roberts算子，对于离散的图像f(x,y)，边缘检测算子就是用水平和垂直差分逼近梯度算子，这种算子由两个2*2矩阵组成：

np.array([1 , 0],
         [0 ,-1])
np