图像分割 和 边缘检测

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。

图像分割包含的内容： </