第 章 3.2.1图像分割引言 数 字 像·图像分割的基本策略 分 根据图像像素灰度值的相似性 析 通过选择阈值,找到灰度值相似的区域 第 区域的外轮廓就是对象的边 节 像 分 割
第 三 章 数 字 图 像 分 析 第 二 节 图 像 分 割 3.2.1 图像分割引言 • 图像分割的基本策略 – 根据图像像素灰度值的相似性 • 通过选择阈值，找到灰度值相似的区域 • 区域的外轮廓就是对象的边
3.2.1图像分割引 第三章数字图像分析第二节图像分割 ·不连续性 322边界分割法 3.2.3边缘连接分割法 相似性 32.4阈值分割法 325面向区域的分割 326数学形态学图像处理
第三章数字图像分析第二节图像分割 3.2.1 图像分割引言 • 不连续性 – 3.2.2 边界分割法 – 3.2.3 边缘连接分割法 • 相似性 – 3.2.4 阈值分割法 – 3.2.5 面向区域的分割 – 3.2.6 数学形态学图像处理
第 章322图像分割边界分割法 数 字 图 像 分 边界分割法 析 点的检测 第 线的检测 节 边的检测 像 分 割
第 三 章 数 字 图 像 分 析 第 二 节 图 像 分 割 3.2.2 图像分割:边界分割法 • 边界分割法 –点的检测 –线的检测 –边的检测
3.2.2图像分割边界分割法 第三章数字图像分析第二节图像分割 点的检测 用空域的高通滤波器来检测孤立点 例 88 1288 8 图像 888 模板 111 111 88 R=(-1*8*8+128*8)/9 (120*8)/9=960/9=106 设:阈值:T=64R>T
第 三 章 数 字 图 像 分 析 第 二 节 图 像 分 割 3.2.2 图像分割:边界分割法 • 点的检测 – 用空域的高通滤波器来检测孤立点 例： R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106 设 ：阈值：T = 64 R > T 8 8 8 8 128 8 8 8 8 图像 -1 -1 -1 -1 8 -1 -1 -1 -1 模板
第 章 3.2.2图像分割边界分割法 数 字 像·点的检测算法描述 分 设定阈值T,如T=32、64、128等并计算 析 高通滤波值R 第 如果R值等于0,说明当前检测点与的灰度值 节 与周围点的相同 当R的值足够大时,说明该点的值与周围的 像 点非常不同,是孤立点。通过阈值T来判断 分 R>T检测到一个孤立点 割
第 三 章 数 字 图 像 分 析 第 二 节 图 像 分 割 3.2.2 图像分割:边界分割法 • 点的检测——算法描述 – 设定阈值 T，如T = 32、64、128等,并计算 高通滤波值R – 如果R值等于0，说明当前检测点与的灰度值 与周围点的相同 – 当R的值足够大时，说明该点的值与周围的 点非常不同，是孤立点。通过阈值T来判断 |R| > T 检测到一个孤立点