图像分割技术(2)

接上篇图像分割技术(1)

2.2 全局阈值分割的改进方法

通常待处理的图片会有噪声和光照的影响,这些因素会对阈值分割造成很大的干扰

a) 对光照不均

可以考虑直方图均衡化,或者图像形态学的顶帽变换。后者效果更好。

b) 对噪声干扰

一般来说先做个低通滤波会有很好的改善;

但对于前景物很小的情况,其在直方图上完全被噪声淹没,做低通滤波甚至可能直接把前景抹去。

这时可考虑以下方法:

1. 对图A做高通滤波(梯度,拉普拉斯),得B

2. 选取一个阈值T对B做阈值化,目的是筛选出强边缘,得C

3. 仅对A中在C位置大于0的点统计直方图,做2.1中的阈值分割


2.3 局部阈值分割

局部阈值意味着阈值可变,其主要针对受噪声、不均匀光照影响的图像

1)一种很容易想到的方法就是:对图像分块,在每块内做全局阈值分割。但子块的数目和划分方法不好确定。

2)另一种是考虑每个像素的邻域,通过计算其邻域的均值和方差决定一个阈值(一个像素一个阈值),

OpenCV的adaptiveThreshold()就是这个思路:


3)移动平均算法

这是一种很有意思的方法,主要针对前景物细小的情况,如文档、文本图像(图2-1)

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值