图像分割基础.ppt

图像分割基础 图像分割 分割将图像细分为互不重叠的区域并提取感兴趣目标的技术 图像分割 图像分割算法一般基于亮度值的两个基本特性：不连续性和相似性 检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。先找边，后确定区域 检测图像像素的灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边 常用的方法 基于边缘检测、基于阈值分割、基于区域 图像分割效果 图像分割 LoG 霍夫变换 分水岭算法 运动分割法 Canny算子 点检测 计算某像素与周边相邻点之间的差值，并加权叠加（使用如下模板）得到R，如果|R|=T，则称该模板中心位置检测到一个点 ，由于模板系数和为0，故对均匀区域（灰度级为常数）的响应为0 点检测 线检测 见如下模板，它们分别可对不同方向的线段进行检测，可使用其中之一检测某特定方向的线段 线的检测 通过比较典型模板的计算值，确定一条线是在哪个方向上 线的检测 线检测 边缘检测 边缘是一组相连的像素集合，这些像素位于两个区域的边界上 边缘的宽度取决于图像中边缘的模糊程度 边缘检测算子 一阶微分：用梯度算子来计算 特点：对于亮边，边的变化起点是正的，结束是负的。对于暗边，结论相反。常数部分为零 用途：用于检测图像中边的存在 边缘检测算子 二阶微分： 特点：二阶微分在亮的一边是正的，在暗的一边是负的。常数部分为零 用途：1）二次导