该文是基于对图像分割法的研究
图像分割是图像处理与理解、模式识别和人工智能等多个领域中非常关键的问题。
图像分割是图像处理与理解、模式识别和人工智能等多个领域中非常关键的问题,是计算机视觉技术中重要步骤,其作用在汽车车型自动识别系统、检查癌细胞、精密零件表面缺陷检测等领域中不可忽视。图像分割是通过将图像中感兴趣的对象与其背景分割,分割出的区域作为特征提取的目标对象,特征可以是像素、颜色、纹理等。最理想的分割结果就是分割出的每一块区域都可以表示其对象的特征,可以通过对其特征的提取进行图像的识别和重建等任务。
1.1基于边缘检测到图像分割算法
一阶导数算法:Roberts算子、Sobel算子、Prewitt算子
二阶导数算法:有Laplacian算子、Wallis算子,LOG算子(一种改进的方式),Canny算子
2.2基于阈值的图像分割算法
阈值化图像分割的基本原理是选取一个或多个处于图像取值范围之中的灰度阈值,然后将图像中各个像素的灰度值与阈值进行比较,并根据比较结果将图像中的对应像素分成两类或多类,从而把图像划分成互不交叉重叠的区域的集合,达到图像分割的目的。