立即注册
查看: 623|回复: 1

[资料] 视频与图像处理技术及其应用——图像分割

已绑定手机
已实名认证
发表于 2022-1-22 11:43:58 | 显示全部楼层 |阅读模式 来自 广东省深圳市
• 图像分割概述
• 阈值化分割方法
• 基于区域的分割方法
• 边缘检测与角点检测
• Hough变换与直线检测
• 应用举例

1、图像分割概述
• 将图像分割成连续的有意义的区域
• 从数学上可以如下描述图像分割
(image segmentation)
令集合R代表整个图像区域,对R的分割可
以看成将R分成若干个满足以下5个条件的
非空子集(子区域)R1,R2,…,Rn:
1. ∪Ri=R
2. 对所有的i和j,i≠j,有Ri∩ Rj = Φ
3. 对i=1,2,…,n,有P(Ri)=TRUE;
4. 对i≠j,有P(Ri∪Rj)=FALSE;
5. 对i=1,2,…,n,Ri是连通的区域
(1)所有子集构成图像;
(2)各子集不重叠;
(3)每个子集中的像素有某种共同的属性;
(4)不同的子集属性不同;
(5)每个子集中的所有像素应该是连通的。

2、图像分割方法
• 基于像素的方法
– 图像阈值分割(Thresholding)
– 基于区域的方法(如:图像区域增长(Region growing)、分裂-合并方法等)
– …
• 基于边缘/角点的方法
– 边缘检测
– 角点检测
– 霍夫(Hough)变换
– …

3、图像阈值化方法
1.jpg
• 单阈值分割
• 多阈值分割
2.jpg

自动阈值(迭代法)
• (1)估计一个阈值T(比如均值)
• (2)用阈值T将灰度直方图分割成两个区域R1、R2
• (3)分别计算两个区域R1、R2内的灰度平均值u1和u2
• (4)选择新阈值T=(u1+u2)/2
• (5)重复上述工作3-5次,直到前后两次的阈值不变

自动阈值(Otsu法)
• 优化方法需要给定一个优化的准则,比如:最佳分类,最大熵,最小误判率等等。
• Otsu法一般将图像分成背景和前景两部分,采用方差分析的方法,要求类内方差最小,类间方差最大。

阈值法的局限性
• 目标与背景灰度有较大差异的时候比较有效
• 没有考虑空间信息
• 对复杂场景图像往往效果不佳

区域生长法
最简单的区域生长法是将像素聚类,为了达到这一目的,可以从一个种子像素点出发,按照某种连通(如8连通)方式和规则P来检查周围邻近的像素点,如果具有和种子像素点相似的性质,就说明它们属于同一区域,怎样获得初始的种子像素点和制定生长规则是区域生长法的关键。
例如:生长规则的连通性为8连通;连通邻域的差值为T。

4、边缘检测、边缘的类型
边缘检测
边缘可以定义为图像局部特性的不连续性,如灰度的突变,颜色的突变,纹理结构的突变等。边缘常常意味着一个区域的终结和另一个区域的开始。边缘信息对图像分析和人的视觉都是十分重要的。

边缘的类型
• 沿边缘走向的灰度变化较为平缓,而垂直于边缘走向的灰度变化剧烈

更多详细内容请下载附件查看
2022-1-22 11:43 上传
文件大小:
3.95 MB
下载次数:
4
附件售价:
2 RD币  购买记录
本地下载 立即购买

16RD supports Paypal , Payment is calculated at the exchange rate of the day. Unable to download please contact 18902843661 (WhatsApp OR wechat number)

关于一牛网在微软浏览器(Microsoft Edge、IE浏览器)警报通告&解决方案!(无法下载直接更换浏览器即可)

*附件为作者发布,与本站无关,如有侵权,请联系客服删除


已绑定手机
发表于 2023-3-11 00:47:43 | 显示全部楼层 来自 陕西省
感謝樓主無私分享
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

合作/建议

TEL: 19168984579

工作时间:
周一到周五 9:00-11:30 13:30-19:30
  • 扫一扫关注公众号
  • 扫一扫打开小程序
Copyright © 2013-2024 一牛网 版权所有 All Rights Reserved. 帮助中心|隐私声明|联系我们|手机版|粤ICP备13053961号|营业执照|EDI证
在本版发帖搜索
扫一扫添加微信客服
QQ客服返回顶部
快速回复 返回顶部 返回列表