第四章图像分割4.1引言人们观察景物时，所看到的是一个物体的集合。图像分割的目的把图像分解成构成它的部件和对象；有选择性地定位感兴趣对象在图像中的位置和范围。从简到难，逐级分割控制背景环境，降低分割难度[1]注意力集中在感兴趣的对象，缩小不相干图像成分的干扰。图像分割—引言图像分割可以概括分成“完全分割”和“部分分割”。部分分割：分割的区域不直接对应图像中的目标；分割的区域可能相互交叠；分割的区域必须进一步处理。区域邻接图图像分割的方法：Iff(x,y)Tset255Elseset0适用于物体与背景有较强对比的情况，背景或物体的灰度比较单一。（可通过先求背景，然后求反得到物体。这种方法总可以得到封闭且连通区域的边界。）灰度切割是最古老、最简单、最常用的图像分割方法[1]通过交互方式得到阈值通过直方图得到阈值通过边界特性选择阈值自适应阈值基本思想：在通过交互方式下[1]，得到对象（或背景）的灰度值，比得到阈值T容易得多。（1）通过光标获得样点值f(x0,y0)（2）选取容忍度R（3）if|f(x,y)–f(x0,y0)|Rset255elseset0基本思想：边界上的点的灰度值出现次数较少[1]改进：取两个峰值之间某个固定位置，如中间位置上。由于峰值代表的是区域内外的典型值，一般情况下，比选谷底更可靠，可排除噪音的干扰通过直方图峰值得到阈值T[1]对直方图进行平滑处理。图像分割—阈值选取图像分割—阈值分割如果用拉普拉斯算子，不通过直方图，直接得到阈值，方法是使用拉普拉斯算子计算图像的二阶导数，将0跨越点对应的灰度值为阈值T.图像分割—阈值分割用前述方法获得阈值T；逐行扫描图像；凡灰度级大于T的，灰度置为255；凡灰度级小于T的，灰度置为0。产生一个二值图，区分出前景对象和背景用前述方法获得阈值T；上下左右4个方向扫描图像；灰度级大于T的，凡灰度置为255凡灰度级小于T的，灰度置为0；产生一个二值图，区分出单独的连通前景—自适应阈值图像分割—阈值分割图像分割—阈值分割