冈萨雷斯DIP第10章知识点
文章目录
- 10.2 点、线和边缘检测
- 10.2.2 孤立点的检测
- 10.2.3 线检测
- 10.2.4 边缘模型
- 10.3 阈值处理
- 10.3.4 使用图像平滑改进全局阈值处理
- 10.3.5 使用边缘改进全局阈值处理
- 10.4 使用区域生长、区域分离与聚合进行分割
分割依据的灰度值基本性质是:不连续性和相似性。本章中的大多数分割算法均基于灰度值的两个基本性质。第一类方法根据 灰度的突变,如 边缘 将图像分割为多个区域;第二类方法根据一组 预定义的准则 将图像分割为多个区域 。 阈值处理、区域生长、区域分离和聚合都是这类方法的例子 。
10.2 点、线和边缘检测
图像特征:孤立点、线和边缘。
10.2.2 孤立点的检测
点检测应以二阶导数为基础。使用的拉普拉斯核(它与图3.45(b)中的核相同),若滤波器在这一点的响应的绝对值超过一个规定的阈值,则我们说在核的中心位置 ( x , y ) (x, y) (x,y) 检测到了一个点。
10.2.3 线检测
复杂度更高的检测是线检测。 对于线检测, 也可使用图10.4(a)中的拉普拉斯核, 但必须正确处理二阶导数的双线效应。
10.2.4 边缘模型
三类边缘模型:台阶、斜坡、屋顶边缘模型
微弱的可见噪声严重影响检测边缘所用的两个 关键导数。
边缘检测的步骤:
为了降低噪声,对图像进行 平滑处理 。
检测边缘点。从图像中提取可能是边缘点的所有点 候选边缘点 。
边缘定位。目的是 从候选边缘点中选择组成边缘的点集中的成员点 。
10.3 阈值处理
由于图像阈值处理直观、 实现简单且计算速度快, 因此在图像分割应用中处于核心地位。
从背景中提取目标的一种明显方法是, 选择一个分隔这些模式的阈值 T T T。 然后, 图像中 f ( x , y ) > T f(x, y)>T f(x,y)>T 的任何点 ( x , y ) (x, y) (x,y), 称为一个目标点; 否则,该点称为背景点。 换句话说,分割后的图像 g ( x , y ) g(x, y) g(x,y) 为:
g ( x , y ) = { 1 , f ( x , y ) > T 0 , f ( x , y ) ≤ T (10.46) g(x, y)=\left\{\begin{array}{l} 1, f(x, y)>T \\ \\ 0, f(x, y) \leq T \end{array}\right.\tag{10.46} g(x,y)=⎩ ⎨ ⎧1,f(x,y)>T0,f(x,y)≤T(10.46)
当T是一个适用于整个图像的常数时, 式(10.46)给出的处理称为全局阈值处理。 当 T T T 值在一幅图像上变化时, 称为可变阈值处理。
灰度阈值处理能否成功, 与分隔直方图模式的波谷的宽度和深度有关。
噪声
噪声污染较强的情况下,没有希望为分割图像找到一个合适的阈值。
光照和反射
图10.34(f)是光照不均匀图像(c)的直方图,可见:波峰之间的深谷会破坏到模式无法分割的程度。 如果光照非常均匀, 但(目标和/或背景表面自然反射率的变化导致的)图像反射不均匀, 也会得到类似结果。
在使用阈值或其他分割技术分割图像时,光照和反射起核心作用。
基本的全局阈值处理
10.3.4 使用图像平滑改进全局阈值处理
如图10.33所示, 噪声会使得简单的阈值处理问题变得不可求解。当无法从源头降低噪声, 并且阈值处理是首选分割方法时, 增强分割性能的一种技术通常是:在阈值处理之前先平滑图像。
10.3.5 使用边缘改进全局阈值处理
若只利用位于或接近目标和背景间的边缘的像素, 则得到的直方图将有几个高度近似相同的波峰。 此外, 任何位于目标上的像素的概率, 将近似等于其位于背景上的概率, 从而改进了直方图模式的对称性。
使用满足某些基于梯度和拉普拉斯的简单测度的像素, 有加深直方图波峰间的波谷的倾向。
10.4 使用区域生长、区域分离与聚合进行分割
区域生长、区域分离与聚合。
冈萨雷斯DIP第10章知识点相关推荐
- 冈萨雷斯DIP第7章知识点
文章目录 7.3 相关 7.5 基图像 7.6 傅里叶相关变换 7.6.1 离散哈特利变换 7.6.3 离散正弦变换 DIP的其他章节都好复习,唯独就这个第7章小波变换.复习起来十分头大,所以我开始写 ...
- 冈萨雷斯DIP第8章知识点
文章目录 8.1 基础 8.9 块变换编码 8.9.1 变换的选择 8.9.2 子图像尺寸选择 8.9.3 比特分配 8.12 数字图像水印 8.1 基础 图像中的冗余 编码冗余:用于表示灰度的8比特 ...
- 冈萨雷斯DIP第1章知识点
文章目录 1.1 什么是数字图像处理 1.3 数字图像处理技术应用领域实例 1.4 数字图像处理的基本步骤 1.1 什么是数字图像处理 图像.数字图像 一幅图像可以定义为一个二维函数 f ( x , ...
- 冈萨雷斯DIP第4章知识点
文章目录 4.1 背景 4.3 取样和取样函数的傅里叶变换 4.5 二变量函数的傅里叶变换 4.6 二维 DFT 和 IDFT 的一些性质 4.6.6 二维离散卷积定理 4.7 频率域滤波基础 4.7 ...
- 冈萨雷斯DIP第2章知识点
文章目录 2.1 视觉感知要素 2.2 光和电磁波谱 2.3 图像感知与获取 2.4 图像取样和量化 2.4.1 取样和量化的基本概念 2.4.2 数字图像表示 2.4.4 空间分辨率和灰度分辨率 2 ...
- 冈萨雷斯DIP第6章知识点
文章目录 6.1 彩色基础 6.2 彩色模型 6.2.4 设备无关彩色模型 6.3 假彩色图像处理 6.3.1 灰度分层和彩色编码 6.3.2 灰度到彩色的变换 6.4 全彩色图像处理基础 6.5 彩 ...
- 冈萨雷斯DIP第9章知识点
文章目录 9.1 预备知识 9.2 腐蚀和膨胀 9.3 开运算与闭运算 9.5 一些基本的形态学算法 9.8 灰度级形态学 9.1 预备知识 形态学运算是用 集合 来定义的 . 在图像处理中 使用两类 ...
- Android高级终端开发学习笔记(《疯狂Android讲义》第2章-第10章)
Android疯狂讲义前10章知识点总结 /-------------------------10-31号晚上学习笔记----------------------------/ 在设置了最小支持版本为 ...
- 【信息系统项目管理师】第10章 下篇-项目干系人管理 知识点详细整理
个人资料,仅供学习使用 教程:信息系统项目管理师(第3版) 修改时间--2021年10月4日 09:19:27 参考资料: 信息系统项目管理师(第3版) 题目书(2021下半年)--马军 本文包括: ...
最新文章
- 如何在使用新技术前评估其浏览器兼容性
- AttributeError: ‘Series‘ object has no attribute ‘as_matrix‘
- flex与java实现增删改查
- Java中可变长参数的使用及注意事项
- 安全测试需要关注那些要点
- linux fedora安装simplescreenrecorder
- python中国内源_【文】Python更换国内镜像源
- C++跨平台开发方法/工具
- groovy 字符串截取最后一个_Java基础篇——字符串详解
- 金士顿 8G u盘 红色 量产记录
- Mybatis中Mapper映射文件详解(默认值)
- java+switch语句+枚举_Java:在子类下使用带有枚举的switch语句
- 一个计算器--支持去空格
- 喜庆普通铁路也要跑动车了
- VBA:一个Word VBA编程的例子
- 路由交换技术中生成树协议
- 深度估计 双目深度估计+单目深度估计 ONNX运行程序
- 第十一章 初窥天机之数据类型为我所用
- 怎么实现微信小程序云开发拼团功能?
- outlook从服务器中恢复已删除项目,恢复邮箱中的已删除邮件:Exchange 2013 帮助 | Microsoft Docs...