图像增强与图像恢复

本文介绍了图像增强与图像恢复中的关键步骤,重点讲解了边缘检测和图像分割的关系。边缘检测包括滤波、增强、检测和定位四个步骤,而图像分割则涉及区域生长和区域分裂等方法。边缘检测为图像分割提供预处理,但分割不依赖于边缘检测。文章还提到了图像特征和轮廓提取的重要性。
摘要由CSDN通过智能技术生成

http://blog.csdn.net/timidsmile/article/details/6677989

 

边缘检测和图像分割的联系:         

边缘检测后的图像是二值图像,对二值图像可以运用形态学操作来分割目标,所以边缘检测是图像分割的一个前提。但分割不一定非要用边缘检测。

 

图像分割:

概念:

 

        图像分割是将图像划分成若干个互不相交的小区域的过程,所谓小区域是某种意义下具有共同属性的像素的连通集合。
        从集合的观点看:它应该是具有如下性质的一种点集,集合R代表整个区域,对R的分割可看作将R分成N个满足以下五个条件的非空子集R1,R2,…,RN:

 

 

 
目的:
无论是图像处理、分析、理解与识别,其基础工作一般都建立在图像分割的基础上;
将图像中有意义的特征或者应用所需要的特征信息提取出来;

 

图像分割的最终结果是将图像分解成一些具有某种特征的单元,称为图像的基元;
 
相对于整幅图像来说,这种图像基元更容易被快速处理。



图像分割的特征:
分割出来的各区域对某种性质例如灰度,纹理而言具有相似性,区域内部是连通的的且没有过多小孔。
区域边界是明确的
相邻区域对分割所依据的性质有明显的差异
 

图像分割的方法:

 

 

一、基于像素灰度值的分割方法:阈值(门限)方法
二、基于区域的分割方法:通过直接确定区域间的边界来实现分割的边界方法;
三、基于边缘的分割技术:首先检测边缘像素, 再将边缘像素连接起来构成边界形成分割。
 

 

 

 

  • 0
    点赞
  • 4
    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