亚洲国产区中文,国产精品91高清,亚洲精品中文字幕久久久久,亚洲欧美另类久久久精品能播放

圖像分割的應(yīng)用

圖像分割在實(shí)際中的應(yīng)用包括：

醫(yī)學(xué)影像，包括:

在衛(wèi)星圖像中定位物體（道路、森林等）

人臉識(shí)別

指紋識(shí)別

交通控制系統(tǒng)

Brake light detection

機(jī)器視覺(jué)

現(xiàn)已有許多各種用途的圖像分割算法。對(duì)于圖像分割問(wèn)題沒(méi)有統(tǒng)一的解決方法，這一技術(shù)通常要與相關(guān)領(lǐng)域的知識(shí)結(jié)合起來(lái)，這樣才能更有效的解決該領(lǐng)域中的圖像分割問(wèn)題。

聚類(lèi)法

源圖像。執(zhí)行k-均值聚類(lèi)（k=16）后的圖像。注意：為了提高速度，通常可以先對(duì)較大圖片進(jìn)行下采樣后再計(jì)算聚類(lèi)。

K-均值聚類(lèi)法是一種將圖像分割成K個(gè)聚類(lèi)的迭代技術(shù)。基本算法如下：

首先從n個(gè)數(shù)據(jù)對(duì)象任意選擇 k 個(gè)對(duì)象作為初始聚類(lèi)中心；

對(duì)于所剩下其它對(duì)象，則根據(jù)它們與這些聚類(lèi)中心的相似度（距離），分別將它們分配給與其最相似的（聚類(lèi)中心所代表的）聚類(lèi)；

然后再計(jì)算每個(gè)所獲新聚類(lèi)的聚類(lèi)中心（該聚類(lèi)中所有對(duì)象的均值）；

重復(fù)第2和3步驟，直至收斂（聚類(lèi)不再發(fā)生變化）。

這里，距離指像素與聚類(lèi)中心之間絕對(duì)偏差或偏差的平方。偏差通常用像素顏色、亮度、紋理、位置，或它們的加權(quán)組合。K值可以手動(dòng)選取、隨機(jī)選取、或其它方式得到。此算法保證收斂，但它可能不會(huì)返回最佳的解決方案。該解決方案的質(zhì)量取決于最初的一組集群和K值。

直方圖法

相對(duì)于其他的圖像分割算法來(lái)說(shuō)，基于直方圖的方法是一種效率非常高的方法，因?yàn)橥ǔ?lái)說(shuō)，該方法只需要對(duì)整幅圖片掃描一遍即可。該方法對(duì)于整幅圖像建立一張直方圖，并通過(guò)圖中的峰和谷來(lái)進(jìn)行分類(lèi)。顏色與灰度是通常進(jìn)行直方圖統(tǒng)計(jì)的特征。

邊緣檢測(cè)

邊緣檢測(cè)主要是圖像的灰度變化的度量、監(jiān)測(cè)和定位，其實(shí)質(zhì)就是提取圖像中不連續(xù)部分的特征。邊緣檢測(cè)在圖像處理中比較重要，邊緣檢測(cè)的結(jié)果是圖像分割技術(shù)所依賴(lài)的重要特征，因此邊緣檢測(cè)是圖像分割領(lǐng)域的一部分。邊緣檢測(cè)常用于計(jì)算機(jī)視覺(jué)、武器的跟蹤控制及自控制式的車(chē)船運(yùn)動(dòng)研究等領(lǐng)域。

首先介紹圖像邊緣檢測(cè)，具體就梯度算子、kirsch算子、laplacian-gauss算子、canny算子、log濾波算子、sobel算子、Robert算子、prewitt算子邊緣檢測(cè)方法介紹檢測(cè)原理并通過(guò)編程實(shí)現(xiàn)，比較各種方法的處理結(jié)果。

區(qū)域生長(zhǎng)

區(qū)域生長(zhǎng)的基本思想是將具有相似性質(zhì)的像素集合起來(lái)構(gòu)成區(qū)域。具體先對(duì)每個(gè)需要分割的區(qū)域找一個(gè)種子像素作為生長(zhǎng)的起點(diǎn)，然后將種子像素周?chē)徲蛑信c種子像素具有相同或相似性質(zhì)的像素（根據(jù)某種事先確定的生長(zhǎng)或相似準(zhǔn)則來(lái)判定）合并到種子像素所在的區(qū)域中。將這些新像素當(dāng)做新的種子像素繼續(xù)進(jìn)行上面的過(guò)程，直到再?zèng)]有滿足條件的像素可被包括進(jìn)來(lái)，這樣，一個(gè)區(qū)域就長(zhǎng)成了。

水平集方法

水平集方法最初由Osher和Sethian提出，目的是用于界面追蹤。在90年代末期被廣泛應(yīng)用在各種圖像領(lǐng)域。這一方法能夠在隱式有效的應(yīng)對(duì)曲線/曲面演化問(wèn)題。基本思想是用一個(gè)符號(hào)函數(shù)表示演化中的輪廓（曲線或曲面），其中符號(hào)函數(shù)的零水平面對(duì)應(yīng)于實(shí)際的輪廓。這樣對(duì)應(yīng)于輪廓運(yùn)動(dòng)方程，可以容易的導(dǎo)出隱式曲線/曲面的相似曲線流，當(dāng)應(yīng)用在零水平面上將會(huì)反映輪廓自身的演化。水平集方法具有許多優(yōu)點(diǎn)：它是隱式的，參數(shù)自由的，提供了一種估計(jì)演化中的幾何性質(zhì)的直接方法，能夠改變拓?fù)浣Y(jié)構(gòu)并且是本質(zhì)的。

請(qǐng)參閱

計(jì)算機(jī)視覺(jué)

數(shù)據(jù)聚類(lèi)

圖論

直方圖

基于圖像的網(wǎng)格

K-均值算法

Pulse-coupled networks

Range image segmentation

區(qū)域生長(zhǎng)

大津算法

參考文獻(xiàn)

3D Entropy Based Image Segmentation

Frucci, Maria; Sanniti di Baja, Gabriella.From Segmentation to Binarization of Gray-level Images.Journal of Pattern Recognition Research. 2008, 3 (1): 1–13. 

免責(zé)聲明：以上內(nèi)容版權(quán)歸原作者所有，如有侵犯您的原創(chuàng)版權(quán)請(qǐng)告知，我們將盡快刪除相關(guān)內(nèi)容。感謝每一位辛勤著寫(xiě)的作者，感謝每一位的分享。