[数字图像处理-图像分割-讲义PPT.pptVIP

数字图像处理 图像分割概论 灰度阈值分割法 基于纹理的分割方法 纹理分析的自相关函数方法 纹理分割－Hurst函数 灰度共生矩阵的纹理分析 区域生长法 区域分割与合并 Hough变换 数学形态学 图像描述 加厚 不把相近物体合并的膨胀过程称为加厚(Thickening)。和细化过程一样，它也可以分两步完成。和它互补的操作是对背景进行细化，任何一种腐蚀类的操作都伴随着膨胀类的操作作用与互补的图像区域上。 一些分割技术使用非常紧凑的边界来包围物体来保证不出现物体的错误合并。通常，用来分割物体最好的边界总是太紧，给后续的测量带来困难。加厚操作可以对此进行修正，它增大边界而不合并物体。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. * * * 图像分割 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 图像分割的目的是理解图像的内容，提取出我们感兴趣的对象。 图像分割按照具体应用的要求和具体图像的内容将图像分割成一块块区域。 图像分割是模式识别和图像分析的预处理阶段。 通常图像分割采用聚类方法，假设图像中组成我们所感兴趣对象的像素具有一些相似的特征，如相同的灰度值、相同的颜色等。 传统的图像分割技术： 基于像素灰度值的分割技术 基于区域的分割技术 基于边界的分割技术 图像的描述，包括边界和区域的描述 对图像区域的操作―数学形态学 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 灰度阈值分割法是最古老的分割技术 只能应用于图像中组成感兴趣对象的灰度值是均匀的，并且和背景的灰度值不一样。 事先决定一个阈值，当一个像素的灰度值超过这个阈值，我们就说这个像素属于我们所感兴趣的对象；反之则属于背景部分。 这种方法的关键是怎样选择阈值，一种简便的方法是检查图像的直方图，然后选择一个合适的阈值。 如果图像适合这种分割法，那么图像的直方图在表示对象和背景的小范围灰度值附近出现一个高峰值。适合这种分割法的图像的直方图应是双极模式，我们可以在两个峰值之间的低谷处找到一个合适的阈值。 单一阈值方法也不适合于由许多不同纹理组成一块块区域的图像。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 用如下所示的循环迭代策略得到阈值 假设图像中处于四个角的像素是属于背景部分，其它像素属于感兴趣对象，然后定义一个背景灰度和对象灰度的初始值。 通过下面的公式循环迭代直至前后两次循环得到的阈值Ti+1和Ti相差非常小，循环过程停止。 uibackground和uiobject分别是循环第i次得到的背景灰度值和对象灰度值。 这种单一阈值分割方法一种拓展就是将图像分成一个个子区域，不同的子区域采用不同的阈值。 将图像分成64×64重叠的子区域，并在每个子区域中检测区域的直方图是不是双极模式，如果一个区域的直方图不是双极模式，则判定该区域完全属于背景部分或对象部分。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 原始图像 分割结果(T=170) Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 什么是纹理 纹理是图像中一个重要而又难于描述的特征，至今还没有精确的纹理定义。 纹理图像在局部区域内呈现了不规则性，而在整体上表现出某种规律性。 纹理的组成 一是组成图像纹理的基元 另一个是这些基元之间的空间分布关系。 纹理基元的空间排列可能是随机的，也可能是相互之间互相依赖，这种依赖性可能是有结构的，也可能是