數字影像處理day_12 影像分割

weixin_42812109發表於2020-10-10

一. 基礎知識

    1. 為什麼要進行影像分割

        景物一般由目標組成，反映在影像中是眾多的區域，為把區域分開，要進行影像分割研究。

    2. 影像分割屬於影像分析的範疇

影像處理、影像分析與理解的區別
 影像處理影像分析與理解
輸出內容影像數值、符號
目的主要是增強視覺效果讓計算機理解影像內容
研究方法理論上比較成熟

缺乏普適的方法

具體問題具體分析

許多問題還很難解決

教材內容大同小異不同教材內容變化較大

    3. 影像分割定義

        將數字影像分割為互不相交區域的過程。定位感興趣物件在影像中的位置和範圍

    4. 影像分割的數學定義

  • \bigcup_{i=1}^{n}R_{i}=R：    說明分割必須是完全的，且每個畫素必須屬於某一區域
  • R_{i}是一個連通集：    說明一個區域中的點必須以某種預定義的方式來連線（4連線或8連線）
  • R_{i}\bigcap R_{j}=\phi：    說明個區域必須是不相交的
  • Q(R_{i})=TRUE, i=1,2,...,n：    說明每一個區域都具有相同的某種屬性，如相同的灰度值
  • Q(R_{i}\bigcup R_{j})=FALSE，Q(R_{k})是定義在集合R_{k}的點上的一個邏輯屬性：    說明兩個鄰接區域在屬性在Q的意義上必須是不同的

   5. 影像分割的基本策略

        影像分割主要是基於灰度值的兩個基本特性：不連續性（區域之間）、相似性（區域內部）

        在前者中，為了找出影像的邊緣資訊，首先要檢測出區域性特性的不連續性部分，再將它們連成邊界；這些邊界把影像分成不同的區域，從而實現影像的分割；常用的分割方法有基於邊緣檢測的影像分割、基於閾值選取的影像分割等

        在後者，根據一組預定義的準則將一幅影像分割為若干相似區域，如閾值處理法、區域生長法等

 

二. 點、線和邊緣檢測

    1. 點的檢測

        用空域的高通濾波器（如拉普拉斯運算元）來檢測孤立點

        影像：                                               

888
81288
888

        模板：

-1-1-1
-18-1
-1-1-1

    2. 線的檢測

    3. 邊緣檢測 

 

相關文章