图像的二值化阈值分割示例.ppt

7.1 图像分割 7.2 基于阈值选取的图像分割方法 7.3 基于区域的图像分割方法 7.4 基于边缘检测的图像分割 7.5 Hough变换检测法 学习目标 了解图像分割的类别和作用 掌握基于阈值选取的图像分割方法 掌握基于区域的图像分割方法 掌握基于边缘检测的图像分割方法 了解Hough变换检测法 7.1 图像分割 1．阈值分割原理 常用的图像分割方法是把图像灰度分成不同的等级，然后用设置灰度门限(阈值)的方法确定有意义的区域或分割物体的边界。 常用的阈值化处理就是图像的二值化处理，即选择一个阈值，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 两种变换曲线 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。 由于图像的一维灰度直方图没有明显的峰和谷时，仅利用一维灰度值分布选取的阈值往往难以获得满意的图像分割效果，甚至还可能产生错误的分割。 解决的方法是可以在一维灰度直方图阈值分割算法上引入图像的二次统计特性（区域灰度特征），由于区域灰度特征包含了图像的部分空间信息，且对噪声的敏感程度要低于点灰度特征。