图象分割方法PPT课件教学幻灯片.ppt

图 像 分 割;实例;2. 图像分割的重要性和难度;中层视觉：获得图像中物体的 2.5 维描述;计算机视觉的其他领域;分割依赖于高层视觉;分割依赖于高层视觉（续）;图像分割是中层视觉中的最基本问题，也是计算视觉和图像理解中的最基本问题之一。它还是该领域国际学术界公认的将会长期存在的最困难的问题之一。;从一般意义上来说，只有对图像内容的彻底理解，才能产生完美的分割。 通过限制图像的类型，可以降低图像分割的难度。;图像分割的基本思路 从简到难，逐级分割； 控制背景环境，降低分割难度； 把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上。;　从简到难，逐级分割 　分割矩形区域 　定位牌照 　定位文字 ;图像分割的基本策略 基于灰度值的两个基本特性： 　不连续性——区域之间 　相似性——区域内部 　根据图像像素灰度值的不连续性： 先找到点、线（宽度为1）、边（不定宽度） 再确定区域。 　根据图像像素灰度值的相似性： 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。; 对图像特征空间做分类的方法; 基于区域的方法（区域生长等）; 基于函数优化的方法（Bayesian等）;自动阈值方法; 阈值方法并不要求直方图必须同时 包含峰和谷。;3.1 全局阈值方法; Otsu法（N.Otsu, 1979, IEEE T-SMC）;其中，Pi为第 i