gpt4 book ai didi

图像处理技术:数字图像分割------图像分割、边界分割(边缘检测)、区域分割

转载 作者:我是一只小鸟 更新时间:2022-11-22 22:31:15 25 4
gpt4 key购买 nike

图像处理技术 相关知识目录(顺序):

  1. 图像处理技术Digital Image Processing:导论 ----- 初始图像 - slowlydance2me - 博客园 (cnblogs.com)
  2. 图像处理技术:导论 ----- 图像工程 - slowlydance2me - 博客园 (cnblogs.com)
  3. 图像处理技术: 导论 ----- 图像处理系统 - slowlydance2me - 博客园 (cnblogs.com)
  4. 图像处理技术:MATLAB介绍 ----- 工作环境 - slowlydance2me - 博客园 (cnblogs.com)
  5. 图像处理技术:图像获取 ----- 3、MATLAB基础知识 - slowlydance2me - 博客园 (cnblogs.com)
  6. 图像处理技术:图像获取 ----- 图像获取过程以及相关函数 - slowlydance2me - 博客园 (cnblogs.com)
  7. 图像处理技术:图像变换 ----- 算数运算 与 集合变换 - slowlydance2me - 博客园 (cnblogs.com)
  8. 图像处理技术:图像变换 ------ 形态学变换 - slowlydance2me - 博客园 (cnblogs.com)
  9. 图像处理技术:图像变换 ----- 霍夫变换hough (局部特征检测) - slowlydance2me - 博客园 (cnblogs.com)
  10. 图像处理结束: 图像变化 ----- 傅里叶变换 FT / FFT (空间域转频率域 灰度函数转频率函数) - slowlydance2me - 博客园 (cnblogs.com)
  11. 图像处理技术:图像变换 ---- 离散余弦变换 DCT (图像压缩 低频) - slowlydance2me - 博客园 (cnblogs.com)
  12. 图像处理技术: 数字图像增强 ----- 1、图像空域增强 - slowlydance2me - 博客园 (cnblogs.com)
  13. 图像处理技术:数字图像增强 ----- 图像频域增强 DFT - slowlydance2me - 博客园 (cnblogs.com)
  14. 图像处理技术:数字图像复原 ----- 图像退化/复原、图像噪声、图像空域/频域恢复技术 - slowlydance2me - 博客园 (cnblogs.com)
  15. 图像处理技术:数字图像压缩 ----- 图像冗余、无损压缩、有损压缩、图像压缩标准 - slowlydance2me - 博客园 (cnblogs.com)
  16. 图像处理技术:数字图像分割 ------ 图像分割、边界分割(边缘检测)、区域分割 - slowlydance2me - 博客园 (cnblogs.com)

1、图像分割概述

• 定义

  是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分
成若干个互不相交的区域,使得这些特征在 同一区域 内表现出 一致
性或相似性 ,而在 不同区域间 表现出明显的不同
  分割出来的区域应该同时满足:

(1)分割出来的图像区域的均匀性和连通性。

均匀性 是指该区城中的所有像素点都满足基于灰度、纹理、彩
色等特征的某种相似性准则;
连通性 是指该区城内存在连接任意两点的路径。
 

(2)相邻分割区域之间针对选定的某种 差异显著性

(3)分割区域 边界 应该 规整, 同时保证边缘的空间定位精度。

  。

图像分割的特点:

• 是图像处理中最困难的问题之一;

• 是图像分析的第一步,是计算机视觉的基础,是图像理解的重要组成部分;

• 被认为是计算机视觉中的一个“瓶颈”;

• 虽然没有通用方法,但是对其一般性规律形成基本共识,产生了相当多的研
究成果和方法。

• 分类

根据图像分割原理分类:

• 原理:图像区域内部的像素一般具有灰度相似性,而在区域之间的边界上一
般具有灰度不连续性。据此分为:
− 利用区域间灰度不连续性的 边界 方法:
− 利用区域内灰度相似性的基于 区域 的算法:
 

根据分割过程中处理策略分类:

并行算法 :计算速度比较快
串行算法 :对噪声的抵抗力比较强

2、边界分割技术

• 边缘检测

边缘:

• 各类图像中,由于不同物体对电磁波的反射特性不同,在物体与背景、不同
物体的 交接处 ,图像的 灰度将发生明显的变化 ,在图像中产生了边缘。
边缘检测:
• 利用灰度的变化信息检测物体边缘,得到物体的轮廓,实现图像分割。
• 边缘检测是所有基于边界的分割方式的第一步。
 

边缘检测步骤

① 需要先去噪,进行图像平滑处理
• 平滑模板
• 中值滤波
② 检测边缘点:从图像提取边缘候选点
• 边缘检测算子
③ 边缘定位:从边缘候选点中筛选。
• 阈值化处

• 微分算子

① 梯度对应一阶导数,梯度算子是一阶导数算子
• Roberts 算子
• Prewitt算子
• Sobel算子
② 二阶导数算子:
• LoG算子
 
 

Roberts边缘检测算子是一种利用局部差分算子寻找边缘的算子

  。

  。

  。

  。

Prewitt算子对于噪声较小的阶跃形边界的提取非常有效。

  。

  。

  。

  。

  。

  。

  。

Sobel 算子具有一定的噪声抑制能力,检测效果较为理想,但所得边缘较粗,至少为两像素。

  。

  。

  。

 

拉普拉斯算子是无方向性的算子,它比前面几个梯度算子的计算量要小

3、区域分割技术

• 原理与分类

基于阈值选取的图像分割方法

• 是提取 目标物体与背景 在灰度上的 差异 ,把图像分为具有不同灰度级的目标
区域和背景区域的组合。
• 阈值法计算较为简单,并且可以用封闭和连通的边界定义不交叠的区域,是
图像分割中最有效且实用的技术之一。
• 根据获取最优分割阈值的途径可以把阈值法分为

• 全局阙值法

• 动态阈值法

• 局部阈值法等

  。

  。

  。

影响波谷特性的关键因素(重要性由大到小):

① 波峰间的间隔:波峰离得 越远, 分隔这些模式的 机会越好 ;

② 图像中的噪声内容:噪声越大,模式越宽;
③ 目标和背景的相对大小;
④ 光源的均匀性;
⑤ 图像反射性质的均匀性

峰谷法:

• 优点:峰谷法直接利用图像的灰度直方图,实现简单,运算量也小

• 缺点:不适用于两峰值相差极大,有宽且平谷底的图像

  。

  。

• 全局阈值

迭代算法

• 是一种全局阈值二值化方法。

• 该方法首先选取一初始阈值

其值取为图像的最大灰度值与最小灰度值的均值,根据该阈值将图像二值化为目标与背景,

• 然后以目标和背景的平均期望值作为新的阈值,对图像重新二值化

• 如此不断迭代

• 当阈值不再变化时,停止迭代。

一般迭代几次后即可达到稳定状态。

  。

 

  。

  。

  。

 

最后此篇关于图像处理技术:数字图像分割------图像分割、边界分割(边缘检测)、区域分割的文章就讲到这里了,如果你想了解更多关于图像处理技术:数字图像分割------图像分割、边界分割(边缘检测)、区域分割的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com