基于区域的分割与基于形态学分水岭的分割(部分).doc

本科毕业设计外文翻译 外文译文题目： 基于区域的分割与基于形态学分水岭的分割（部分） 学 院: 信息科学与工程学院 专 业: 自动化 学 号: 200604134167 学生姓名: 成俊涛 指导教师: 王斌 日 期: 2010年6月6日 《Digital Image Processing》（Second Edition） 10.4 Region-Based Segmentation 10.5 Segmentation by Morphological Watersheds（Part） （From page 612 to page 622） By Rafael C. Gonzalez and Richard E. Woods Publishing House of Electronics Industry Beijing March, 2008 《数字图像处理》（第二版） 10.4基于区域的分割 10.5基于形态学分水岭的分割（部分） （612页至622页） Rafael C. Gonzalez and Richard E. Woods著 电子工业出版社 北京 2008年3月 10.4 基于区域的分割 。在第10.1和10.2，我们基于层次不连续边界这个问题，而10.3节是通过对像素的属性，如灰度值或颜色，阈值来完成。在本节中我们讨论的是直接寻找的技术。 10.4.1基本公式 设R代表整个图像区域。我们认为这是一个分割成n区域R1，R2 ,..., ?(a) ； (b) 是一个连通区域, i = 1,2 n； (c) 对所有的i、j, i≠j； (d) ， i = 1,2 n； (e) 对任意相邻区间 Ri 和 Rj。 这里, P(Ri) 是定义在集合Ri的点上的逻辑谓词，是空集。 条件（）表明，分割必须，也就是说，每个像素必须一个区域。条件（b）规定，一个区域的点必须在一些预定义的上（见第2.5.2关于）。状况（）表明，区域必须不相交的。条件（d）例如所有像素具有相同的灰度值。最后，条件（e）指出，和是不同的 10.4.2 区域生长，区域生长是一个过程。基本的做法是 “种子”点如灰度或彩色特定范围的属性邻近像素。 ??选择一个或更多的出发点，10.16所示。当一个先验信息，程序计算每个的，最终将用于分配在生长过程中像素的区域设置属性相同的像素。如果这些计算结果，其属性的像素可以作为种子使用。 ??相似标准选择不仅取决于所审议的问题，而且图像数据类型。例如，卫星很大程度上取决于色彩的使用。这个问题将变得更加困难，甚至不可能。图像是单色，区域分析必须和空间属性，如或纹理。我们将在第11章讨论特性有用。 ??区域生长的另一个问题是基本上，在没有像素满足纳入一个地区停止。灰度，纹理和色彩，都是性的，没有考虑到“增长”。。这些类型的使用是基于一个假设，即预期结果模型至少部分可用。 10.16 区域生长的焊缝检测中的应用 图10.40（a）显示了。我们希望利用区域生长焊接失败的。这些特点可以。首要任务是确定初始种子点。在此应用中，最大允许值（在这种情况下255）。根据这些资料，我们选择所有255的像素作为起点。图10.40（b）从原始图像中提取。请注意，有很多。 ??接下来的步骤是选择区域生长的标准。在这个特定的例子中，我们两个标准：（1）任何像素和种子低于65.是根据图所示的直方图。（2）要像素8连接。如果一个像素被发现是连接到多个区域，该区域的合并。 ??图10.40（）显示 10.40（）]则显示 图10.40 （a）显示有缺陷的焊缝的图像；（b）种子点；（c）区域生长的结果；（d）对 有缺陷的焊缝区域进行分割得到的边界??在第10.3.1 10.26（b10.41中显示的直方图是具有清晰地多峰直方图的很好的例子。这幅直方图和例10.16的劫夺证明了这样的结论：即使具有更规范的直方图多级门限处理也是一个困难的敏体。根据李10.16的结果，可以很直观的看出，这类问题使用仅以灰度级为基础的自动门限选择方法是无法得到邮箱解决的。应用连通性是解决这类问题的基础。 图10.41 图10.10（a）的直方图 10.4.3 区域分裂与合并 刚刚讨论的成长过程从种子点。另一种方法是首先将图像划分为任意的，杂乱的，然后合并/或，以满足在第10.4.1规定的条件。??设R代表整个图像区域，并选择一个谓词。? 如果只是用拆分，最后的分区可能会包含具有相同性质的相邻区域。通过进行拆分的同时也允许进行区域聚合，可以校正这种缺陷。要满足10.4.1节中提