第04节 区域分析.docVIP

第四章 区域分析 图像中的区域是指相互连结的具有相似特性的一组像素．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 　　图像区域划分有两种方法：一种是基于区域的方法，另一种是使用边缘检测的轮廓预估方法．在基于区域的方法中，把所有对应于一个物体的像素组合在一起，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，把像素分配给某一区域，就可以把这些像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．如果两个像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，两个像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：同一物体上的点投影到图像上得到的像素点在空间上十分靠近，且具有相似的灰度值．很显然，这一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像素，然后利用相关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份标记法来进行图像分割，这一点在第三章讨论过了