图像分割第七章分析.ppt

第7章 图像分割（上） 前面主要讲述的是图像预处理方面的知识 在本章以及第8章主要介绍图像分析的问题，即着眼于找出图像中哪些事物，也即是模式识别问题，主要从统计模式识别来讲 统计模式识别 统计模式识别，应用最广 认为图像可能包含一个或多个物体，并且每个物体属于若干事先定义的类型、范畴或模式类别之一 对于给定的一幅含有多个物体的数字图像，模式识别的过程由三个阶段组成，如图所示 图像分割介绍 定义 图像分割方法分类 基于阈值的分割－通过阈值对不同物体进行分割 基于边缘的分割－先确定边缘象素，并把它们连接在一起，以构成所需的边界 基于区域的分割－把各象素划归到各个物体或区域中 基于运动的分割－通过视频物体运动进行分割 基于阈值的分割 图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标物与其背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域(目标和背景)的组合，选取一个合适的阈值，以确定图像中每个象素点应该属于目标还是背景区域，从而产生相应的二值图像 阈值选取方法 直方图阈值分割法 类间方差阈值分割法 二维最大熵值分割法 模糊阈值分割法 直方图阈值分割 简单直方图分割法 最佳阈值 简单直方图分割法 最佳阈值 所谓最佳阈值是指图像中目标物与背景的分割错误最小的阈值 类间方差阈值分割 这是由Ostu提出的最大类间方差法，又称为大津阈值分割法，是在判决分析最小二乘法原