机器视觉第四章.pptVIP

第四章 区域分析 本章内容 4．1 区域和边缘 4．2　分割 4．3 区域表示 4．4 分裂和合并 4．5 区域增长 4.1 区域和边缘 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。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。 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。对于复杂的图像，可以使用更高级的方法实现图像分割。分割也可以通过求取区域边界上的像素来进行。这些像素点（也称为边缘）可以通过搜寻邻近像素的方法来得到。由于边缘像素是在边界上，在边界两边的区域具有不同的灰度值，这样，区域的边界可以通过测量邻近像素差值来求取。尽管边缘检测可能使用诱导特性（如纹理和运动）来检测边缘。但大多数边缘检测器仅使用强度特性作为边缘检测的基础。 本章将讨论区域的基本概念，主要集中在两个问题上：图像分割和区域表示。 4.2　分割 已知一幅图像像素集 和一个一致性谓词 ，求图像 表示成n个区域 集合的一种划分： 　　　　　　　　　　　　（４．１） 一致性谓词和图像划分具有如下特性，即任何区域满足如下谓词：