目录
一、边缘检测
边缘检测与锐化强相关
1、检测原理
①阶梯状边缘，②脉冲状边缘，③屋顶状边缘
①阶梯状边缘，处于图像中两个具有不同灰度值的相邻区域之间
②脉冲状边缘，它主要对应细条状的灰度值突变区域，可以看作是两个背靠背的阶梯状边缘构成。
③屋顶状边缘，它的边缘上升沿、下降沿都比较平缓，可以看作是将脉冲状边缘拉伸而得到的。
2、一阶导数算子
一阶微分算子给出梯度，所以也称梯度算子。
3、二阶导数算子
①拉普拉斯算子
模板的基本要求是对应中心像素的系数应是正的，而对应中心像素邻近像素的系数应是负的，且所有系数的总和应该是零
二、USAN原理
三、图搜索
1、基本思想
将边界点和边界段用图（结构）来表示，通过在图中搜索对应最小代价的通道就可以找到闭合边界，这就是图搜索方法的基本思想。
2、优缺点
优点：全局的方法，受噪声影响小 缺点：方法较复杂，所需计算量大
3、图搜索的工作过程
一个图可表示为G = [N, A]，其中N是一个有限非空的结点集，A是一个无序结点对的集。集A中的每个结点对(ni , nj)称为一段弧（ni ∈ N，nj ∈ N）。
如果图中的弧是有向的，则称其为有向弧，当弧从结点ni 指向nj时，则称nj是父结点ni 的子节点。
确定一个结点的各个子结点的过程称为对该结点的展开或扩展，从而定义层的概念（从起始结点到目标结点）。
对任意一段弧(ni , nj)都可定义一个代价，记为c(ni , nj)。如果有一系列结点n1, n2, … , nK, 其中每个结点ni都是结点ni-1的子结点，则这个结点系列称为从n1到nK的一条通路。而这条通路的总代价为 
四、基本阈值技术
1、原理和分类
原理：
假设图像具有单峰灰度分布的目标和背景组成，在目标或背景内部的相邻像素间的灰度值是高度相关的，但在目标和背景交界处两边的像素在灰度值上有很大差别。如果一副图像满足这些条件，它的灰度直方图可以看作是由分别对应目标和背景的两个单峰直方图混合而成。
分类：
①全局阈值：仅根据各个图像像素的本身性质f (x, y) 来选取而得到的阈值。
②局部阈值：根据像素的本身性质f (x, y)和像素周围局部区域性质q(x, y)来选取而得到的阈值。
③动态阈值：根据像素的本身性质f (x, y)、像素周围局部区域性质q(x, y)和像素位置坐标(x, y)选取。
2、全局阈值的选取
3、局部阈值的选取
4、动态阈值的选取
基本思想：
首先，将图像分解成一系列子图像，可重叠或相邻；然后，可用任一种阈值法对每个子图像计算一个子图像阈值；再通过对这些子图像选取阈值的插值，就可得到对图像中每个像素进行分割所需的阈值。
基本步骤：
(1) 将整幅图像分成一系列互相之间有一定重叠（如50%）的子图像
(2) 作出每个子图像的直方图
(3) 检测各个子图像的直方图是否为双峰的，如果是则采用前面介绍的最优阈值法确定一个阈值，否则就不进行处理
(4) 以对直方图为双峰的子图像选取的阈值为基础，通过插值得到所有子图像的阈值
(5) 根据各子图像的阈值再通过插值得到所有像素的阈值，然后对图像进行分割
5039
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
