第7章图像分割(上) 前面主要讲述的是图像预处理方面的知识 >在本章以及第8章主要介绍图像分析的问 题,即着眼于找出图像中哪些事物,也即 是模式识别问题,主要从统计模式识别来 讲
第7章 图像分割（上） ►前面主要讲述的是图像预处理方面的知识 ►在本章以及第8章主要介绍图像分析的问 题，即着眼于找出图像中哪些事物，也即 是模式识别问题，主要从统计模式识别来 讲
统计模式识别 >统计模式识别,应用最广 认为图像可能包含一个或多个物体,并且 每个物体属于若干事先定义的类型、范畴 或模式类别之
统计模式识别 ►统计模式识别，应用最广 ►认为图像可能包含一个或多个物体，并且 每个物体属于若干事先定义的类型、范畴 或模式类别之一
>对于给定的一幅含有多个物体的数字图像, 模式识别的过程由三个阶段组成,如图所示 检测出各种 对物体进行 输出仅仅是 物体,并把 度量,即对 种决策, 他们的图像 物体进行定 确定每个物 和其余景物 体应该归属 分离 量分析估计x1的类别 2 N B ar 图像分割 特征抽取 分类 输入图像 物体图像 特征矢量物体类型
►对于给定的一幅含有多个物体的数字图像， 模式识别的过程由三个阶段组成，如图所示 图像分割 特征抽取 输入图像 物体图像 N x x x 2 1 特征矢量 分类 物体类型 “Bar” 检测出各种 物体，并把 他们的图像 和其余景物 分离 对物体进行 度量，即对 物体进行定 量分析估计 输出仅仅是 一种决策， 确定每个物 体应该归属 的类别
图像分割介绍 对应单个 定义 灰度、颜 色、纹理 区域和多 个区域 将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 图像处理过渡到图像分析的关键步骤,也是 种基本的计算机视觉技术 借助集合概念进行正式的定义: 令R代表整个图像区域,对R的分割可看做将R分成若 干个满足以下条件的非空子集(子区域)R1,R2,R3.Rn
图像分割介绍 ►定义 将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 灰度、颜 色、纹理 对应单个 区域和多 个区域 图像处理过渡到图像分析的关键步骤，也是一 种基本的计算机视觉技术 借助集合概念进行正式的定义： 令R代表整个图像区域，对R的分割可看做将R分成若 干个满足以下条件的非空子集(子区域)R1,R2,R3…Rn
分割所得到的全部子区域的总和 分割准 (1)U=1R=R(并集应能包括图像中所有象素, 则应可 或者说分割应将图像中的每个象 适用于 所有区 素都分进某1个子区域中 域和象 素 (2)对所有的和j, 各个子区域是互不重叠的,或者 ij,有R∩R=9 说1个象素不能同时属于2各区域 3)i=1,2…n,有 在分割后得到的属于同1个分割准 P(R=TRUE 区域中的象素应该具有某些帮助确 相同特性 定各区 域象素 (4)对i有 在分割后得到的属于不同区有代表 P(R, UR=FALSE 域中的象素应该具有一些不性 同的特性 (5)对=1,2…,n,R是 连通的区域 要求同1个子区域内的 象素应当是连通的
(1) ∪i=1 nRi=R 分割所得到的全部子区域的总和 (并集)应能包括图像中所有象素， 或者说分割应将图像中的每个象 素都分进某1个子区域中 (2) 对所有的i和j， i≠j，有Ri∩Rj=φ 各个子区域是互不重叠的，或者 说1个象素不能同时属于2各区域 (3) i=1,2…n,有 P(Ri )=TRUE 在分割后得到的属于同1个 区域中的象素应该具有某些 相同特性 (4) 对i≠j,有 P(Ri∪Rj )=FALSE 在分割后得到的属于不同区 域中的象素应该具有一些不 同的特性 (5) 对i=1,2…n,Ri是 连通的区域 要求同1个子区域内的 象素应当是连通的 分割准 则应可 适用于 所有区 域和象 素 分割准 则应能 帮助确 定各区 域象素 有代表 性的特 性