图像分割—基于边缘分割.pptVIP

其他变换：Radon变换 ——车牌图像倾斜校正 (2) 曲线检测与边界检测 基本思路：图像空间的点，变换到参数空间参考点的可能轨迹，并对参考点计数，最后选出峰值。 可以推广到检测曲线。 关键： 写出到参数空间变换的公式，解析曲线的参数表示一般形式是 ， 是图像平面上的边界点（二维向量）， 是参数空间中的点（向量）。 检测边界： 寻找一种从区域边界到参数空间的变换，用大多数边界点满足的对应的参数来描述这个区域的边界。 ——利用图像全局特性直接检测目标轮廓 在预先知道区域形状的条件下，利用Hough变换可以方便地得到边界曲线而将不连续的边缘像素点连接起来。 圆的检测： 所有圆可以表示成： 每点对应（a, b, r）空间上的一个圆锥面 对a, b, r 离散化并累加 显然三个参数累加运算量非常大。 某点的边缘方向通常可以得到，利用该信息作约束限制可以变化的范围，可以大大减少运算量。 Hough变换法只对检测参数较少的曲线有意义。 实际使用时要尽量想办法减少参数数目，以减少计算量。 4. 边界跟踪 图像的轮廓（边界）跟踪(boundary tracking)与边缘检测是密切相关的，因为轮廓跟踪实质上就是沿着图像的外部边缘“走”一圈。 轮廓跟踪也称边缘点连接，是一种基于梯度的图像分割方法。 从梯度图中一个边界点