图像分割技术

图像分割技术图像分割就是将一副数字图像分割成不同的区域，在同一区域内具有在一定的准则下可认为是相同的性质，如灰度、颜色、纹理等，而任何相邻区域之间器性质具有明显的区别。主要包括：边缘分割技术、阈值分割技术和区域分割技术。.边缘分割技术边缘检测是检测图像特性发生变化的位置，是利用物体和背景在某种图像特性上的差异来实现的。不同的图像灰度不同，边界处会有明显的边缘，利用此特征可以分割图像。边缘检测分割法是通过检测出不同区域边界来进行分割的。常见的边缘检测方法：微分算子、算子和算子等，常用的微分算子有算子、算子和算子等。图像中的线段二1-1-「对于图像的间断点，常用检测模板：-18-1-1-1-1对于图像中的线段，常用的检测模板：-1-1-1222-1-1-1-1-12-1-1-1222-1-1-1-1-12-12-12-1-1-12-1-12-1-12-12-1-1-12-1-1-12检测图像中的线段：2模板线段检测检测图像中的线段：2模板线段检测种线段相加微分算子o算子的计算公式：R(i,j)=[ff(i,j)-f(i+1,j+1)]2+[f(i,j+1)-f(i+1,j)]2采用函数进行图像的边缘检测。算子进行图像的边缘检测：closeall;clearall;clcI=imread('rice.png');I=im2double(I);算法进行边缘检测O算子对于复杂的图像，算子不能较好的得到图像的边缘，而需要采用更加复杂的的算子，算子如下，这两个分别表示图像的水平梯度和垂直梯度。-1-1-1000-1-1-1000-1-1-1-10-1—10-1-10-1算子进行边缘检测o算子算子模板:-101-202o算子算子模板:-101-202-101-1-2-1000121采用算子进行图像的水平边缘检测:算子进行边缘检测()算子算子具有低误码率、高定位精度和抑制虚假边缘等优点。添加高斯噪声算子检测边缘

（）算子拉普拉斯（）算子是一种不依赖于边缘方向的二阶微分算子，它是标量而不是矢量，具有旋转不变的性质，在图像处理中经常被用来提取图像的边缘，表达式为：（）算子拉普拉斯（）算子是一种不依赖于边缘方向的二阶微分算子，它是标量而不是矢量，具有旋转不变的性质，在图像处理中经常被用来提取图像的边缘，表达式为：d2fd2fV2f=-+_Ldx2dy2首先用函数对图像进行平滑，然后采用算子根据二阶导数过零点来检测图像边缘，称为算子。优点：边界定位精度高，抗干扰能力强，连续性好等。添加高斯噪声算子检测边缘阈值分割技术阈值分割技术关键在于寻找合适的阈值，通常根据图像的直方图来选取。（1）全局阈值整个图像中只使用一个阈值，图像分为两个区域，目标对象（黑色）和背景对象（白色），全局阈值将整个图像的灰度阈值设置为常数。对于物体和北京比较明显的图像，其灰度值直方图为双峰形状，

可以选择良峰之间的波谷对应的像素值作为全局阈值，将图像分割为目标对象和背景，公式为：g(x，JN0：f(xf(x,y)为点()的像素值，g(x,J)为分割后的图像，为全局阈值。采用全局阈值对图像进行分割：图2像0分;割%，阈值分割为图像分割，阈值分割为采用函数进行彩色图像分割:采用函数进行彩色图像分割:图像分割()阈值分割基本原理：以最佳阈值将图像的灰度值分割为两部分，使两部分之间的方差，即具有最大的分离性。采用算法进行图像分割，获取阈值，完成分割：获取阈值

图像分割迭代式阈值分割通过迭代的方法求出分割的最佳阈值，具有一定的适应性，比较有效：()设置参数并选择一个初始的估计阈值()用阈值分割图像。将图像分成两部分：是由灰度值大于的像素组成，是由灰度值小于或等于的像素组成。()计算和中所有像素的平均值和2以及新的阈值I)如果，则退出，即为最优阈值；否则，将赋值给，并重复步骤I)I)，直到获取最优阈值。采用迭代式阈值进行图像分割：设0置1参;数%迭代求阈值图像分割区域分割技术（值）区域生长法基本思想：将具有相似性质的像素集合起来构成区域。区域内像素的相似性度量：平均灰度值、纹理、颜色等。决定区域生长好坏的因素：。初始种子的选取。生长规则。终止条件缺点：时间空间开销大、易造成过度分割——将图像分割为很多区域。（代）分水岭分割基本思想：将一幅图像看成是一个地形图，灰度值对应地形的高度值，高灰度值对应山峰，低灰度值