1、 图像分割（ Image Segmentation）主讲内容主讲内容阀值分割阀值分割双峰法迭代法最大类间方差法基于区域的基于区域的图像分割图像分割区域生长图像分割区域分离合并边缘检测边缘检测Log算子梯度算子Canny算子拉普拉斯算子概述概述地位图像分割定义分类形式化定义概述概述 图像分割定义 按照一定的规则将一幅图像分成各具特性的区域，并提取出感兴趣目标的技术和过程 其它名称： 目标轮廓技术（ object delineation ） 目标检测（ target detection） 阈值化技术（ thresholding） 图像处理到图像分析的关键步骤概述概述 形式化定义 令集合 R代表整个
2、图像区域，对 R的分割可看作将 R分成若干个满足以下条件的非空子集（子区域） R1， R2， R3， Rn:概述概述 地位 图像处理着重强调图像之间进行变换以改善图像的效果 图像分析则主要是对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息从而建立对图像的描述 图像理解的重点是在图像分析的基础上，进一步研究图像中各目标的性质和它们之间的相互关系，并得出对图像的解释概述概述 分类 分割依据 相似性分割： 将相似灰度级的像素聚集在一起。形成图像中的不同区域。这种基于相似性原理的方法也称为基于区域相关的分割技术 非连续性分割： 首先检测局部不连续性，然后将它们连接起来形成边界，这些边界把图像分
3、以不同的区域。这种基于不连续性原理检出物体边缘的方法称为基于点相关的分割技术 两种方法是互补的。有时将它们地结合起来，以求得到更好的分割效果。概述概述 分类 连续性与处理策略 连续性： 不连续性：边界 相似性：区域 处理策略： 早期处理结果是否影响后面的处理 并行：不 串行：结果被其后的处理利用 四种方法 并行边界；串行边界；并行区域；并行边界边缘检测边缘检测 图像边界是图像局部特征不连续的反映，它标志着一个区域的终结和另一个区域的开始。 查找边缘是所有基于边界的分割方法的第一步。 查找图像的轮廓的图像处理方法叫做边缘检测。边缘检测边缘检测简单边缘检测方法最早的边缘检测方法都是 基于像素的数值导数 的，在数字图像中应用 差分 代替导数运算。由于边缘是图像上灰度变化比较剧烈的地方，在灰度变化突变处进行微分，将产生高值，因此在数学上可用灰度的导数来表示变化。图像的导数 梯度算子梯度是图像处理中最为常用的一次微分方法。Robert算子 Prewitt算子 Sobel算子图像经过梯度运算能灵敏地检测出中边界，而克服导数运算的方向性，但是梯度运算比较复杂。 拉普拉斯算子对应二阶微分：具有各向同性、线性、位移不变性等。
