局部像素特征.ppt

报告人：黄亚玲 学号：2014200573 图像分割基本知识 孪生支持向量机（TSVM）简介 极坐标负指数变换（PCET）简介 基于局部像素特征分类的图像分割方法 目录 1 2 3 4 主要介绍一下图像分割的基本概念，简单阐述几种图像分割的方法 第 章 图像分割 图像分割是把图像中互不相干，具有特殊意义的区域区分出来。每个区域的像素满足一定的一致性，比如灰度值相近或纹理特征相似。图像分割是图像分析的关键步骤，是一种低层次的计算机视觉技术，计算机视觉中的理解包括目标检测，特征提取和模式识别等等，这些都依赖于图像分割的质量。因此，图像分割成为数字图像处理领域的热门话题，备受青睐。 图像分割方法 阈值分割法一般不考虑空间特征，从而导致对噪声敏感。 区域分割法遇到复杂多变的自然图像时，分割的结果容易产生虚假的目标区域，并且捕获的边区域不够光滑。 边分割法对于边缘复杂，采光不均匀的图像来说效果不明显，表现在边缘模糊，弱边缘丢失和边缘不连续。 基于直方图阈值的分割方法 基于模糊聚类的图像分割方法 基于边的图像分割方法 基于区域的图像分割方法 模糊聚类分割法类别数难以确定，算法对初始值敏感，易于陷入局部极值 介绍孪生支持向量机（Twin Support Vestor Machine， TSVM）理论。 第 章 孪生支持向量机（TSVM）简介 与传统支持