8.1.21基于灰度的分割 (区域相关技术) 两大类 o是基于阈值分割的技术 o是基于灰度均匀性的区域分裂——合并算法。 阈值分割算法实施时各像素间无相关性,原图 像可以分成几部分同时进行分割,又称为并行 区域技术( Region- Based parallel Techniques)。 ■区域分裂——合并算法实施时,要利用像素间 的相关性,是一种串行区域技术 字园像处理与分析基
数字图像处理与分析基础 8.1.21基于灰度的分割 （区域相关技术） ◼ 两大类 是基于阈值分割的技术 是基于灰度均匀性的区域分裂——合并算法。 ◼ 阈值分割算法实施时各像素间无相关性，原图 像可以分成几部分同时进行分割，又称为并行 区域技术（Region-Based Parallel Techniques）。 ◼ 区域分裂——合并算法实施时，要利用像素间 的相关性，是一种串行区域技术
[行区域技术 Region-Based Parallel Techniques 1、原理和分类 2、依赖像素的阈值选取 ■3、依赖区域的阈值选取 字园像处理与分析基
数字图像处理与分析基础 并行区域技术 ◼ 1、原理和分类 ◼ 2、依赖像素的阈值选取 ◼ 3、依赖区域的阈值选取 Region-Based Parallel Techniques
图像威值分割(mage Segmentation: Thresholding 最常用的图像分割技术 主要利用图像中背景与对象之间的灰度差异。 理想状态下,背景与对象之间的灰度值应当差 异很大,且同一个对象具有基本相同的灰度值 体现在图像的灰度直方图上,就是直方图呈明 显的双峰分布,两类物体灰度级间无交叠。在 直方图中处于谷底的区域选取一个灰度值作为 阈值,根据灰度与阈值的关系将像素判定为对 象点或背景点,这个过程称为图像二值化。对 值图像进行进一步的分析就可以获得图像的 分割结果。 字园像处理与分析基
数字图像处理与分析基础 图像阈值分割（Image Segmentation ：Thresholding） ◼ 最常用的图像分割技术 ◼ 主要利用图像中背景与对象之间的灰度差异。 ◼ 理想状态下，背景与对象之间的灰度值应当差 异很大，且同一个对象具有基本相同的灰度值。 体现在图像的灰度直方图上，就是直方图呈明 显的双峰分布，两类物体灰度级间无交叠。在 直方图中处于谷底的区域选取一个灰度值作为 阈值，根据灰度与阈值的关系将像素判定为对 象点或背景点，这个过程称为图像二值化。对 二值图像进行进一步的分析就可以获得图像的 分割结果
[二值化 设fx,y)表示原图像,g(X,y)表示分割后的图像,7为 选定的灰度阈值,分割算法表示为 8(xy)=x1)≥7 0,f(x,y)<T 或g(x,y)= f(x,y)≤T 0,f(x,y)>T 其中:“1表示物体(对象、目标), “03表示背景 字园像处理与分析基
数字图像处理与分析基础 二值化 设f(x,y)表示原图像，g(x,y)表示分割后的图像，T为 选定的灰度阈值，分割算法表示为 = f x y T f x y T g x y 0, ( , ) 1, ( , ) ( , ) 或 = f x y T f x y T g x y 0, ( , ) 1, ( , ) ( , ) 其中：“1”表示物体（对象、目标）， “0”表示背景
[多阈值二值化 有时对象的灰度分布相对集中,而背景的灰度分布 很散,就需要设置两个灰度阈值71、72,T1>72,这 两个阈值间的灰度范围都对应于对象,即: T≤f(x,y)≤T2 g(x,y) 其它 字园像处理与分析基
数字图像处理与分析基础 多阈值二值化 有时对象的灰度分布相对集中，而背景的灰度分布 很散，就需要设置两个灰度阈值T1、T2, T1>T2，这 两个阈值间的灰度范围都对应于对象，即： = 0, 其它 1, ( , ) ( , ) 1 T2 T f x y g x y