opencv学习笔记（十七）利用cvPyrSegmentation()做图像分割

图像分割的意义：

在一幅图像中，人们常常只对其中的部分目标感兴趣，这些目标通常占据一定的区域，并且在某些特性（如灰度、轮廓、颜色和纹理等）上和临近的图像有差别。这些特性差别可能非常明显，也可能很细微，以至肉眼察觉不出来。随着计算机图像处理技术的发展，使得人们可以通过计算机来获取和处理图像信息。图像识别的基础是图像分割，其作用是把反映物体真实情况的、占据不同区域的、具有不同特性的目标区分开来，并形成数字特征。图像分割是图像识别和图像理解的基本前提步骤，图像分割质量的好坏直接影响后续图像处理的效果，甚至决定其成败，因此，图像分割的作用是至关重要的。

cvPyrSegmentation()

有许多操作广泛使用高斯金字塔和拉普拉斯金字塔，但一个特别重要的应用就是利用金字塔实现图像分割。图像分割需要先建立一个图像金字塔，然后在Gi的像素和Gi+1的像素直接依照对应关系，建立起“父—子”关系。通过这种方式，快速初始分割可以先在金字塔高层的低分辨率图像上完成，然后逐层对分割加以优化。

OpenCV的函数cvPyrSegmentation()实现了该算法。
void cvPyrSegmentation(
IplImage* src,
IplImage* dst,
CvMemStorage* storage,
CvSeq** comp,
int level,
double threshold1,
double threshold2
);
参数:
src
输入图像
dst
输出图像
storage: 存储连通部件的序列结果，这里面应该存的是分割的坐