第四章区域分析(精编).docVIP

机器视觉之图像区域分析 图像中的区域是指相互连结的具有相似特件的一组象素.由于区域可能对应场景中的物体，因此，区域的检测对于图像解释十分重要.一幅图像可能包含若干个物体，而每一个物体又可能包含对应于物体不同部位的若干个区域.为了精确解释一幅图像，首先要把一幅图像划分成对应于不同物体或物体不同部位的区域。 4.1 区域和边缘 图像划分有两种方法：一种是基于区域的方法，另一种是基于边缘检测的轮廓方法，在基于区域的方法中,把所有对应于一个物体的象素组合在一起，并进行标记，以表示它们属于一个区域，这一处理过程称为分割.在某一评判标准下，把象素分配给某一区域，就可以把这些象素同图像其余部分分开.图像分割中的两个最基本的原则是数值相似性和空间接近性.如果两个象素具有相似的强度特性，或它们之间十分靠近，则可以把它们分配到同一区域，例如，两个象素之间的数值相似性度量可以是它们的灰度值之差，也可以是区域灰度值分布；它们的空间接近性度量可以是欧几里德距离，也可以是区域致密度。 相似性和接近性原则来源于如下假设：同一物体表面上的点集投影到图像上得到的象素点集在空间上十分靠近，且具有相似的灰度值.很显然，这假设并不是在任何情况下都成立.然而可以使用这一假设来组合图像中的象素，然后利用应用域知识来匹配物体模型和区域.在简单的情况下，可以通过阈值法和连通成分标记法来进行图像分割，这一点