图像处理学习
阈值法(基于像素灰度值分布的不连续性)
图像分割 基于边界分割(基于亮度的不连续性)
基于区域分割(基于亮度值的相似性)
基于聚类的分割(cluster-based)
1、阈值法
阈值意思就是在像素值大于某个值T时允许通过,小于T的都置为0,即相当于设计滤波器。
除此之外还需注意最佳全局和自适应阈值,通过边界特性选择阈值,基于不同变量的阈值。
2、基于边界的分割(Region-Basedsegmentation)
注意区域分割必须满足:完备性、连通性、独立性、单一性、互斥性;
基本算法:区域生长法和区域分裂与合并
区域生长法:
区域分裂与合并:
1)对图像中灰度级不同的区域,均匀分为四个子区域;
2)如果相邻子区域所有像素的灰度级相同,则将其合并;
3)反复上面两个步骤,直至不再有新的分裂与合并为止。
3、边界分割(edge-based segmentation)
What is edge? 即一组相连的像素集合,这些像素位于两个区域的边界上。
*掌握一阶导数和二阶导数在识别图像边缘的应用:
一阶:确定像素点是否在边缘上
二阶:确认像素是在边缘的左侧还是右侧
*间断检测中有:点检测、线检测、边缘检测
边缘检测需要掌握算子:梯度算子、Roberts交叉梯度算子、Prewitt梯度算子、Sobel梯度算子、拉普拉斯算子(高斯型的拉普拉斯算子LoG)
4、基于聚类的分割(cluster-based)
之后学习后再补充