第九章图像分割与特征提取.ppt

第八章 图像分割、特征提取与描述;8.1 引言;8.1 引言;8.1 引言;8.2 图像的分割;8.2 图像的分割;8.2.1并行区域技术－基于阈值;8.2.1并行区域技术－基于阈值;8.2.1并行区域技术－基于阈值;8.2.1并行区域技术－基于阈值;8.2.1并行区域技术－基于阈值;8.2.1并行区域技术－基于阈值;8.2.1并行区域技术－基于阈值;8.2.1并行区域技术－基于阈值;8.2.1并行区域技术－基于阈值;8.2 图像的分割;8.2.2 串行区域技术;一、区域生长 区域生长方法是根据同一物体区域内象素的相似性质来聚集象素点的方法，从初始区域（如小邻域或甚至于每个象素）开始，将相邻的具有同样性质的象素或其它区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。区域内象素的相似性度量可以包括平均灰度值、纹理、颜色等信息。关键是相似性度量准则以及初始区域或象素的确定。;8.2.2 串行区域技术;8.2.2 串行区域技术;8.2.2 串行区域技术;8.2.2 串行区域技术;8.2.2 串行区域技术;8.2.2 串行区域技术 ;8.2 图像的分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.2.3 并行边界技术－基于边界的图像分割;8.3 图像的特征;8.4 图像的描述;8.4.1 图像的边界描述;8.4.1 图像的边界描述;8.4.1 图像的边界描述;8.4.1 图像的边界描述;8.4.1 图像的边界描述;8.4.1 图像的边界描述;8.4.1 图像的边界描述;8.4.1 图像的边界描述;能用少量数据描述物体特征叫做描述子。 区域的描述子应满足四点要求： 1）能精确地描述特征 2）对大小变化不敏感 3）对描述的起点不敏感 4）对平移???转不敏感;8.4.1 图像的边界描述;8.4.1 图像的边界描述;8.4.1 图像的边界描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述;8.4.2 区域的描述