第七章 图像分割.docVIP

第七章 图像分割 什么是区域？什么是图像分割？ 区域是指相互连通的、有一致属性的像素的集合。 图像分割是指把图像分成互不重叠的区域并提出感兴趣目标的技术。 边缘检测的理论依据是什么？有哪些方法？各有什么特点？ 边缘能勾画出目标物体轮廓，使贯彻着一目了然，包含了丰富的信息（如方向、阶跃性质、形状等），是图像识别中抽取的重要属性。 梯度算子。特点：仅计算相邻像素的灰度差，对噪声敏感，无法抑制噪声的影响。 Roberts梯度算子。特点：与梯度算子检测边缘的方法类似，但效果较梯度算子略好。 Prewitt和Sobel算子。特点：不仅能检测边缘点，且能进一步抑制噪声的影响，但检测的边缘较宽。 方向算子。特点：边缘检测能力强，且抗噪性能好。 拉拉普拉斯算子。特点：各向同性、线性和位移不变的；对细线和孤立点检测效果好。但边缘方向信息丢失，常产生双像素的边缘，对噪声有双倍加强效果。 马尔算子。特点： Canny边缘检测算子。特点：可以减小检测中的边缘中断，有利于得到较为完整的线段。 沈俊边缘检测方法。特点：用对称的指数函数滤波器进行平滑，并在阶跃边缘，可加白噪声的模型下，按信噪比最大准则，证明了对称的指数函数滤波器是最佳滤波器。 曲面拟合法。特点：对一些噪声比较严重的图像进行边缘检测可以取得较为满意的结果。 拉普拉斯边缘检测算子与拉普拉斯边缘增强算子有何区别？