数字图像处理第6章终稿.ppt

数 字 图 像 处 理第六章 图像分割 图像分割 门限法 边缘检测 区域生长 分裂与合并 分水岭方法 图像分割 图像分割 在对图像的研究和应用中，往往对图像中的部分区域感兴趣，这些区域被称为前景或目标——具有独特性质的区域。 定义：把图像划分为不相交的有意义的区域，同一区域内的像素反映了目标的一致性属性（同一性）。 在无任何先验知识的情况下，一致性的依据和准则取决于图像的灰度和颜色。 图像分割（Image segmentation）是图像分析中的关键技术——由于目标特征不均匀，场景复杂，图像中有噪声等原因——分割困难。 图像分割方法一般是基于像素的两个特性之一：不连续性和相似性。 图像分割—门限法 图像分割—门限法 图像分割—门限法 图像分割—门限法 图像分割—门限法 图像分割—门限法 图像分割—门限法 图像分割—门限法 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 图像分割—边缘检测 (a) 血管造影图像。 (b) 图像的Sobel梯度。 (c)用于得到27×27的空间平滑处理模板的高斯函数。 (d)Laplacian模板。 (e)通过对原图使用高斯型平滑模板进行平滑处理，然后使用拉普拉斯算子模板后得