图像分割课程内容 q计算机图像处理的两个目的： 产生更适合人观察和识别的图像 有计算机自动识别和理解图像 q图像分割（Image Segmentation）： 图像分割 阈值选择与阈值化处理 边界提取和轮廓跟踪 Hough变换 区域生长图像分割 q图像分割的目标是重点根据图像中的物体将图像 的像素分类，并提取感兴趣目标 q图像分割是图像识别和图像理解的基本前提步骤 图像 图像预处理 图像识别 图像理解 图像分割图像分割举例图像分割举例 q图像分割是把图像分解成构成的部件和对象的过 程 q把焦点放在增强感兴趣对象 汽车牌照 q排除不相干图像成分： 非矩形区域形式化的定义 q形式化定义 令集合R代表整个图像区域，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:q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
