本文介绍了MATLAB中常见的图像分割方法，包括基于阈值、区域、边缘、特定理论、基因编码和小波变换的分割技术。重点讲解了阈值分割的原理、区域生长与分裂合并、边缘检测以及基于神经网络的分割方法。
点击上方“新机器视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
1.基于阈值的分割方法
灰度阈值分割法是一种最常用的并行区域技术，它是图像分割中应用数量最多的一类。阈值分割方法实际上是输入图像f到输出图像g的如下变换：
其中，T为阈值；对于物体的图像元素，g(i,j)=1，对于背景的图像元素，g(i,j)=0。
由此可见，阈值分割算法的关键是确定阈值，如果能确定一个适合的阈值就可准确地将图像分割开来。阈值确定后，阈值与像素点的灰度值比较和像素分割可对各像素并行地进行，分割的结果直接给出图像区域。
阈值分割的优点是计
最低0.47元/天 解锁文章
扫一扫
3180
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
