数字图像处理与机器视觉-基于MATLAB实现 第7章 图像分割.pptVIP

7.6.2 区域分裂合并法 1.区域分裂法 如果区域的特性差别比较大，即不满足一致性准则时，需要采用区域分裂法。分类过程是从图像的最大区域开始，一般情况下，是从整幅图像开始，区域分裂要注意的两大问题是: 1）确定分裂准则(一致性准则)。 2）确定分类方法，即如何分裂区域，使得分裂后的子区域的特性尽可能都满足一致性准则。 如果用一个阈值T(x)运算来表示区域的一致性准则，其算法步骤如下: a.形成初始区域。 b.对图像的每个区域R1，计算T(Ri)，如果T(Ri)=False，则沿着某一合适的边界分类区域。 c.重复步骤b，当没有区域需要分裂时，算法结束。 7.6 区域分割 2. 区域合并法 上述区域分裂算法存在的问题是，将整体区域分裂成不同子区域，每个子区域由于区域分类规则不同，导致其区域分割算法结果不同，可能存在某些相连子区域满足一致性准则。因此，需要采用区域合并的方法将这些子区域再合并在一起。 这里假设同样的一致性阈值规则T(x)，进行区域合并，其算法过程如下： 1）获得上节分割区域。 2）对图像中相邻的区域，计算是否满足一致性阈值规则T(x)，满足则合并为一个区域。 3）重复步骤2)，直到没有区域可以合并，算法结束。 7.6 区域分割 3. 区域分裂合并法 区域生长法通常需要人工交互以获得种子点，这样使用者必须在每个需要抽取出的区域中植入