数字图像处理（翟瑞芳）第7章-image segmentation教学材料.pptVIP

数 字 图 像 处 理 Digital Image Processing; 概括地说，给定某种一致性（均匀）属性准则（度量）P，将图象X正确地划分成为互不交迭的区域集的过程称之为分割 。 ;图像分割的基本策略 分割算法基于灰度值的两个基本特性：不连续性和相似性 检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。先找边，后确定区域。;图像分割的基本策略 检测图像像素的灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边;图像分割算法分类 ; 常用的阈值化处理就是图像的二值化处理， 即选择一阈值，将图像转换为黑白二值图像， 用于图像分割及边缘跟踪等预处理。 图像阈值化处理的变换函数表达式为 ; 阈值变换曲线 ; 在图像的阈值化处理过程中， 选用不同的阈值其处理结果差异很大。阈值过大， 会提取多余的部分； 而阈值过小，又会丢失所需的部分。因此，阈值的选取非常重要。 全局阈值: 与所有像素的灰度有关； 局部阈值： 与像素本身及其局部性质（如邻域）有关； 动态阈值： 不仅与局部性质有关，还与像素位置有关。; 不同阈值对阈值化结果的影响 (a) 原始图像； (b) 阈值T=91； (c) 阈值T=130； (d) 阈值T=43;暗的背景：f(x,y)≤T1 亮的对象：f(x,y)