03 2D Objective Recognition - 3 图像分割 20130726.ppt

第3单元图像处理基础Part3: 图像分割 Image Segmentation 2013 主要内容 图像分割的含义与目的 图像分割的基本方法 阈值化分割 边缘检测 具有几何约束的分割 点 直线 圆和椭圆 就是把图象分成若干“有意义”的区域的处理技术，从本质上将是对像素进行分类的过程。 图像分割是图像分析和物体识别的关键部分，没有正确的分割，就无法进行图像分析。 图像分割是机器视觉的一个难点，还不存在一个可以适用于所有的情况通用的算法.需要根据具体的应用，选择算法和优化参数 人眼则不同，可以很容易地分辨出各类物体 出发点：利用像素灰度值的两个基本特征 相似性：同一区域内像素一般具有灰度相似性，据此找到灰度值相似的区域；区域的外轮廓就是对象的边缘。 不连续性：不同区域的交界边缘处像素灰度 值具有不连续 突变 性，据此先找到区域交界处的点、线（宽度为1) 、边（不定宽度），再确定区域。 I 基于区域的分割：阈值化 利用区域内灰度的相似性，将像素 (点)分成若干相似的区域。 II 基于边缘的分割：边缘检测 先找出局部特性的不连续性，再将它们连成边界，边界将图像分成不同区域。 III 特定几何元素的分割，已知 分割区域为点：点的检测 分割区域为直线：直线检测 分割区域为圆（椭圆）：圆（椭圆）的检测 基本思想：通过取灰度门限对图像像素进行分类，该方法基于： （1）同一分割区域内由