OpenCV 图像分割与提取

课前知识储备

图像分割与提取的概念

在图像处理的过程中, 经常需要从图像中将前景对象作为目标图像提取出来。例如无人驾驶技术, 我们关心的是周围的交通工具, 其他障碍物等, 而对于背景本身并不关注, 故而, 我们需要将这些东西从图片(视频)中提取出来, 而忽略那些只有背景的图像。

常见的图像分割方法

1. 基于阈值的分割方法：全局阈值法、局部阈值法等 √

2. 基于区域的分割方法：分水岭方法、区域生长法等

3. 基于边缘的分割方法：Canny边缘检测、轮廓检测等 √

4. 基于特定理论的分割方法：聚类、模糊集等（机器学习）

5. 基于神经网络的分割方法：？？？？

分水岭算法的概念

图像的灰度空间很像地球表面的整个地理结构，每个像素的灰度值代表高度。其中的灰度值较大的像素连成的线可以看做山脊，也就是分水岭。

当水平面上升到一定高度时，水就会溢出当前山谷，可以通过在分水岭上修大坝，从而避免两个山谷的水汇集，这样图像就被分成2个像素集，一个是被水淹没的山谷像素集，一个是分水岭线像素集。最终这些大坝形成的线就对整个图像进行了分区，实现对图像的分割。

能力有限

学术浅薄

对不起亲爱的小傅老师

又是一课没学会的（磕头

All Rights Reserverd@FuXianJun