遥感数字图像处理第七章图像分割1例析.ppt

开运算和闭运算的图示 变体 1）细化 结果:在不破坏连通性的前提下，细化图像。 算法实现： 1）做腐蚀操作，但不立刻删除像素，只打标记 2）将不破坏连通性的标记点删掉。 3）重复执行，将产生细化结果 图像分割:数学形态学图像处理 电路板原始图像（已二值化） 细化后的电路板图像 图像的细化 变体 2）粗化 结果：在不合并对象的前提下，粗化图像。 算法实现： 1）做膨胀操作，但不立刻添加像素，只打标记 2）将不产生对象合并的标记点添加进来。 3）重复执行，将产生粗化结果 另一方案：将图像求反，执行细化，结果再求反 图像分割:数学形态学图像处理 下周二5、6、7、8节 上机编程实现图像分割算法 * * 区域增长应解决三个问题： （1）选择或确定一组能正确代表所需区域的种子像素 （2）确定区域增长准则 （3）确定在生长过程中的停止的条件或准则（没有像素加入某个区域） 已知图像中对象较暗，背景较亮，则灰度0和7可以作为对象区域和背景区域的种子店 如果只要分割出一个对象，现在就可以结束了； 如果要求每个像素都要包含在一个区域，则要对剩余的像素再确定种子点。 若相似性准则选为：待选像素与初始种子点的灰度差绝对值小于4，则： 相似性准则的判断可用待选像素与增长点之间的灰度值差的绝对值，而不是与初始种子点间的灰度值差的绝对值判定。此时的相似性准则隐含对不连续性的判断。 1）简单区域增长 以图