!-数字图像-5-图像分割OK.pptVIP

下载本文档

2
0
约8.3千字
约 21页
2016-06-16 发布于湖北
举报
版权申诉

!-数字图像-5-图像分割OK.ppt

1、本文档共21页，可阅读全部内容。
2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

在Matlab使用关键字edge搜索其边缘检测算法； * Im2bw graythresh * Im2bw graythresh * Im2bw graythresh * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * Matlab： Im2bw graythresh OpenCV： cvAdaptiveThreshold cvThreshold * 数字视频图像与通信第五章图像分割数字图像处理流程一、预处理：对图像进行增强和恢复处理；二、图像分割：通过数学变换，将图像中感兴趣的目标与背景杂物分离开来，为后续的目标识别打基础。分割依据是像素性质；分割结果是不确定的；直观结果：突出显示感兴趣的目标；三、后续章节：被分割目标特征参数提取；目标匹配；目标识别；本章内容 5.1 基于阈值的分割； 5.2 基于区域的分割； 5.3 基于边缘的分割：（1）梯度算子（ Sobel ）（2）拉普拉斯算子 Prewitt, Roberts, （3）坎尼算子（Canny） 5.4 边缘连接：Hough变换 5.1基于阈值的分割 1）定义：通过取灰度门限对图像像素进行分类； 2）应用背景：1）同一分割区域内由灰度值相近的像素点组成；；2）目标物和背景、不同目标物之间的灰度值有明显差异，可通过取门限区分。 3）应用局限性：对目标和背景灰度级有明显差别的图像分割效果较好；但对于目标物和背景灰度一致性或均匀性较差。 4）优点：计算开销较小。 5）适应范围：生产线产品计数器，医学检验计数等。图像二值化 5.1基于阈值的分割 5.1.1 阈值分割算法：单阈值分割：图像的灰度直方图呈双峰形状时，可通过取单门限，图像分割成目标物和背景两类。即：多阈值分割：：当图像的灰度直方图呈多峰形状时，可通过取多个门的方法，将图像分割成不同目标物和背景区域。 5.1基于阈值的分割 5.1.2 阈值确定： 1.极小值点阈值：取直方图谷值对应的灰度值作为分割阈值，设h(t)代表直方图，则极小值点应满足： 2.最优阈值：Ostu 法——类间方差阈值分割。最优阈值就是2个区域灰度均值的平均值。 3.迭代阈值： 1）求出图像中的最大和最小灰度值tl和tk，并令初始阈值T0=(tl+tk)/2； 2）根据阈值Tk将图像分割成目标物和背景两部分，再求出这两部分平均灰度值to和tb ： 3）求出新的阈值Tk+1=(to+tb)/2； 4）当Tk+1 Tk时，迭代结束；否则转第二步继续迭代过程。 5.1基于阈值的分割 5.1.