一种基于边缘检测思想的图象分割的改进方法.pdfVIP

种基于边缘检测思想的图象分割的改进方法 以自动选取恰当的闽值，还可以避免人工控制操作这种不必要的麻烦，对以后的处 理也会更加方便。在依靠灰度阈值分割目标与背景的图象处理与分析问题中，利用 基于好的阈值分割山的目标与背景之问的差距应最大及它们与原图象的差距都应 很大这一特点，可以自动选取图象灰度阈值”……。依据这一特点，本文对光滑、玄 噪斤的图象计算其正梯度图象，然后对梯度图象应用这一原理以自动选取梯度阀 值，再利用该阀值进行边缘检测，实验效果比较令人满意。 边缘提取后需要解决边缘封闭性闯题，本文用边缘生长方法使边缘点形成封闭 边缘，并将中间有小缺口的两边缘连接起来…。。在求梯度极值点时，取得较大的梯 度极值得到的是重要的边缘点，除去少数孤立点外，边缘点已经连成小段的边缘线， 、止这些边缘线沿两端生长，直至遇到图象边界或其它边缘点为止。因为新的边缘点 选取的是侯选点中梯度最大的，且由于生长点每次只允许生长一步，所以所有生长 点几乎是同步生长的，这样就避免了某些边缘点走得太远，以达到边缘封闭的目的。 至此完成图象的分割，效果不错。该图象分割方法可用丁-图象查询系统、图象监控 系统和计算机视觉等领域。 2等距B样条函数简介 由于本文计算的拟合图象使用的是B样条函数，这里首先简要地介绍一下有 关B样条函数