典型分割算法.pptxVIP

第九章 典型图像分割算法 ;图像分割; 一个典型的图像分析和理解的系统如图所示。该系统分为图像输入、预处理、图像分割（image segment）、图像识别、结构句法分析。;图像分析主要包括以下几部分内容： （1）把图像分割成不同的区域，或把不同的东西分开（分割）。 （2）找出各个区域的特征（特征提取）。 （3）识别图像中的内容，或对图像进行分类（识别与分类）。 （4）给出结论（描述、分类或其他的结论）。;对于给定的一幅含有多个物体的数字图像，模式识别的过程由三个阶段组成，如图所示;图像数据的模糊和噪声干扰。 图像分割需要目标的特征值，而特征值又往往是分割之后才可以计算得到，因此这是一个矛盾的问题。（解决方法：先验知识，样本等） 分割结果的好坏没有统一的评价标准。（标准图像，或者计算统计误差）;图像分割;基于阈值的分割－通过阈值对不同物体进行分割 基于边缘的分割－先确定边缘象素，并把它们连接在一起，以构成所需的边界 基于区域的分割－把各象素划归到各个物体或区域中 基于运动的分割－通过视频物体运动进行分割;基于阈值的分割;但是，它对物体与背景具有较强对比的景物的分割很有效，而且总能用封闭连通的边界定义不交叠的区域;某种特殊情况下，高于阈值t的象素保持原灰度级，其它象素都变为0，称为半阈值法，分割后的图像可表示为：;由此可见，阈值化分割算法主要有两个步骤： 1、确定需要的分割阈