[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
图像网值分割( 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。 理想状态下图像的灰度直方图上呈明显的双峰 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。 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。 ◼ 理想状态下图像的灰度直方图上呈明显的双峰 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
30 象素点 14565651 15788861 16888761 20 15788861 14877761 16545651 10 11111111 (a) 012345678灰度级 灰度取域法,阈值对分割结果 影响很大 (a)数字图像 (b)直方图 (c) C)取阈结果Th=4Th=7 字园像处理与分析基
数字图像处理与分析基础 1 1 1 1 1 1 1 1 1 4 5 6 5 6 5 1 1 5 7 8 8 8 6 1 1 6 8 8 8 7 6 1 1 5 7 8 8 8 6 1 1 4 8 7 7 7 6 1 1 6 5 4 5 6 5 1 1 1 1 1 1 1 1 1 0 1 2 3 4 5 6 7 8 灰度级 20 10 30 象 素 点 (a) (b) Th=4 Th=7 (c) 灰度取域法，阈值对分割结果 影响很大 （a）数字图像 （b）直方图 （c）取阈结果Th=4,Th=7