8图像分割教案幻灯片.pptVIP

图像分割 极小点 面向区域的分割 基本概念 4)单一性：每个区域内的灰度级相等， P（Ri）= TRUE，i = 1,2,…,n 5)互斥性：任两个区域的灰度级不等， P（Ri∪Rj）= FALSE，i≠j 面向区域的分割 通过像素集合的区域增长(region grow) 算法实现： 面向区域的分割 像素集合的区域增长 算法实现： 1）根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的点，或者是位于点簇中心的点 2）选择一个描述符（条件） 3）从该种子开始向外扩张，首先把种子像素加入结果集合，然后不断将与集合中各个像素连通、且满足描述符的像素加入集合 4）上一过程进行到不再有满足条件的新结点加入集合为止 区域分裂与合并 算法实现： 区域分裂与合并 算法实现：实际应用中还可作以下修改： P(Ri)的定义为： 1）区域内多于80%的像素满足不等式 |zj-mi|=2σi， 其中：zj是区域Ri中第j个点的灰度级， mi是该区域的平均灰度级， σi是区域的灰度级的标准方差。 2）当P(Ri)=TRUE时，将区域内所有像素的灰度级置为mi。 边缘检测 Lets define an edge to be a discontinuity in image intensity function. Edge Models Step Edge