数字图像处理day_12 图像分割

最新推荐文章于 2023-05-07 12:30:40 发布

weixin_42812109

最新推荐文章于 2023-05-07 12:30:40 发布

阅读量2k

点赞数 1

分类专栏：学习记录

本文链接：https://blog.csdn.net/weixin_42812109/article/details/109005930

版权

12 篇文章 2 订阅

订阅专栏

一. 基础知识

景物一般由目标组成，反映在图像中是众多的区域，为把区域分开，要进行图像分割研究。

将数字图像分割为互不相交区域的过程。定位感兴趣对象在图像中的位置和范围

$\bigcup_{i=1}^{n}R_{i}=R$ ：说明分割必须是完全的，且每个像素必须属于某一区域
$R_{i}$ 是一个连通集：说明一个区域中的点必须以某种预定义的方式来连接（4连接或8连接）
$R_{i}\bigcap R_{j}=\phi$ ：说明个区域必须是不相交的
$Q(R_{i})=TRUE, i=1,2,...,n$ ：说明每一个区域都具有相同的某种属性，如相同的灰度值
$Q(R_{i}\bigcup R_{j})=FALSE$ ， $Q(R_{k})$ 是定义在集合 $R_{k}$ 的点上的一个逻辑属性：说明两个邻接区域在属性在Q的意义上必须是不同的

图像分割主要是基于灰度值的两个基本特性：不连续性（区域之间）、相似性（区域内部）

在前者中，为了找出图像的边缘信息，首先要检测出局部特性的不连续性部分，再将它们连成边界；这些边界把图像分成不同的区域，从而实现图像的分割；常用的分割方法有基于边缘检测的图像分割、基于阈值选取的图像分割等

在后者，根据一组预定义的准则将一幅图像分割为若干相似区域，如阈值处理法、区域生长法等

二. 点、线和边缘检测

1. 点的检测

用空域的高通滤波器（如拉普拉斯算子）来检测孤立点

图像：

模板：

2. 线的检测

3. 边缘检测

关注