DVIP12图像分割详解.ppt

* 基于形态学分水岭的分割—标记的使用 问题：由于噪声和梯度的局部不规则性等的影响，造成分水岭算法的过度分割。 过度分割意味着存在大量的分割区域，足以令分割结果变得毫无意义。 实际解决方案：通过融入预处理步骤来限制允许存在的区域的数目，设计的预处理步骤是将附加知识应用于分割过程。 电泳现象图像； 对梯度图像应用分水岭分割算法得到的结果，过渡分割现象很明显。 * 基于形态学分水岭的分割—标记的使用 方法 基于标记的概念； 一个标记是属于一幅图像的连通分量； 内部标记：与感兴趣物体相联系的标记； 外部标记：与背景相联系的标记。 选择标记的经典过程 预处理； 定义标记必须满足的一个准则集合。 为了对标记选择过程进行说明，考虑上页的电泳图像，导致分水岭过度分割结果的部分原因是大量潜在的最小值。由于这些区域的尺寸很小，许多最小值是不相关的细节。将很小的空间细节对图像的影响降至最低的有效方法是用一个平滑滤波器对图像进行过滤。在本例子特定情况下，这是一种合适的预处理方案。 * 基于形态学分水岭的分割—标记的使用 假设将内部标记定义为：1) 被更高‘海拔’点包围的区域；2)区域中形成一个连通分量的那些点；3) 连通分量中所有的点具有相同的灰度值。 图像经平滑后，满足上述定义的内部标记在下图中以浅灰色的斑点状区域表示。接着，在限制这些内部标记只能是允许的区域最小值的情况下，对平滑图像使用分