第五章 图像的分割 图像处理有两大类目的： 1.改善像质（增强、恢复） 2.图像分析：对图像内容作出描述 图像输入 预处理 图像分割 光电变换 图像增强 阈值分割 图像恢复 边缘检测 数字化 描述 解释 图像分析理解 图像识别 特征提取 一般的图像处理过程 教字图像处要 ■■■■
图像输入 光电变换 数字化 图像增强 图像恢复 预处理 阈值分割 边缘检测 …… 图像分割 图像分析理解 图像识别 描述 解释 特征提取 一般的图像处理过程 图像处理有两大类目的： 1．改善像质（增强、恢复） 2．图像分析：对图像内容作出描述 第五章 图像的分割
第五章 图像的分割与描述 图像分析：（也叫景物分析或图像理解） 可看作是一种描述过程，主要研究用自动或半自动 装置和系统，从图像中提取有用测度，数据或信息生成 非图的描述或表示。 图像分割：将图像中有意义的特征或需要应用的特征提 取出来。 （简单而又难于实现的最基础的识别工作。人的视觉系统对图像分 割是十分复杂的，也是相当有效的。但分割原理和模型都未搞清 楚。) 教字图像处要 ■■■
图像分析：（也叫景物分析或图像理解） 可看作是一种描述过程，主要研究用自动或半自动 装置和系统，从图像中提取有用测度，数据或信息生成 非图的描述或表示。 图像分割：将图像中有意义的特征或需要应用的特征提 取出来。 （简单而又难于实现的最基础的识别工作。人的视觉系统对图像分 割是十分复杂的，也是相当有效的。但分割原理和模型都未搞清 楚。） 第五章 图像的分割与描述
第五章 图像的分割 5.1阈值分割 5.2边缘检测 5.3区域分割 5.4 Houghi变换 5.5近邻法分割 5.6基于动态聚类的分割 5.7基于神经网络的分割 5.8其它分割方法 教字图像处要 ■■■■
5.1 阈值分割 5.2 边缘检测 5.3 区域分割 5.4 Hough变换 5.5 近邻法分割 5.6 基于动态聚类的分割 5.7 基于神经网络的分割 5.8 其它分割方法 第五章 图像的分割
5.1阈值分割 1阈值分割原理 f(x,y)≥T 8(x,y)= Le f(x,y)<T 非理想情况，各段的分界不明显， 3种误差a)增加了新的区域，b)失去了原有的区域， c)区域分割边界定位不准确 动态门限：把图像分成子图像，子图像做直方图，再定不 同的门限 数字图像处要 ■■
非理想情况，各段的分界不明显， 3种误差 a）增加了新的区域，b）失去了原有的区域， c）区域分割边界定位不准确 动态门限：把图像分成子图像，子图像做直方图，再定不 同的门限 ( , ) ( , ) ( , ) E B L f x y T g x y L f x y T = 5.1 阈值分割 1 阈值分割原理
2阈值的选取 ®最小误差阈值选取法 假设图像中目标及背景的灰度为正态分布，其灰度分 布概率密度函数分别p(z),q(z).设对象物占整体图像的比 例为t,此时整体图像的灰度概率密度由下式决定 p(z)+(1-t)q(z) 现在用阈值T分开：当z>T时 为背景，反之则是对象物。 目标和背景概率密度分布 教字图像处要 ■■■■
T q(z) p(z) z p o 假设图像中目标及背景的灰度为正态分布，其灰度分 布概率密度函数分别p(z), q(z).设对象物占整体图像的比 例为t，此时整体图像的灰度概率密度由下式决定 现在用阈值T分开：当z>T 时 为背景，反之则是对象物。 tp(z) + (1− t)q(z) 目标和背景概率密度分布 2 阈值的选取 最小误差阈值选取法