第9章 图像分割1——基于阈值和区域的分割.pptVIP

自适应阈值方法的基本步骤 将整幅图像分成一系列互相之间有50%重叠的子图像； 做出每个子图像的直方图； 检测各个子图像的直方图是否为双峰，如果是，则采用最佳阈值法确定一个阈值，否则就不进行处理； 根据对直方图为双峰的子图像得到的阈值通过插值得到所有子图像的阈值。 原图 大津法结果 自适应大津法结果 图9.8 自适应阈值分割图例 4. 动态阈值（分水岭阈值算法） 一些物体粘连的图像，如何区分？ 用全局阈值不易分割 典型：分水岭阈值算法 算法的主要目标是找出分水线。 和直接在最佳阈值处分割不同，分水岭阈值算法是一种特殊的自适应迭代阈值分割算法。 可以看成是一种自适应的多阈值分割算法。 时间和空间复杂性较高，但抗噪声能力强。 谷底孔 分水岭 图9.9 分水岭算法示意图 (1) 基本概念 分水岭概念是以对图像进行三维可视化处理为基础的。 其中两个是坐标，另一个是灰度级。 对于分水岭这种“地形学”的解释，需考虑三点： （a）属于局部性最小值的点； （b）当一滴水放在某点的位置上的时候，一定会下落到一个单一的最小值点； （c）当水处在某个点的位置时，水会等概率地流向不止一个这样的最小值点。 “汇水盆地”或“分水岭”： 对一个特定区域最小值，满足条件（b）的点的集合称为这个最小值的“汇水盆地”或“分水岭”。 “分水线”或“分割线”： 满足条件（c）