影象處理技術相關知識目錄（順序）：

一、影象分割概述

• 定義

　　是指根據灰度、彩色、空間紋理、幾何形狀等特徵把影象劃分

成若干個互不相交的區域，使得這些特徵在同一區域內表現出一致

性或相似性，而在不同區域間表現出明顯的不同

　　分割出來的區域應該同時滿足：

(1）分割出來的影象區域的均勻性和連通性。

• 均勻性是指該區城中的所有畫素點都滿足基於灰度、紋理、彩

色等特徵的某種相似性準則；

• 連通性是指該區城記憶體在連線任意兩點的路徑。

(2）相鄰分割區域之間針對選定的某種差異顯著性。

(3）分割區域邊界應該規整，同時保證邊緣的空間定位精度。

影象分割的特點：

• 是影象處理中最困難的問題之一；

• 是影象分析的第一步，是計算機視覺的基礎，是影象理解的重要組成部分；

• 被認為是計算機視覺中的一個「瓶頸」；

• 雖然沒有通用方法，但是對其一般性規律形成基本共識，產生了相當多的研

究成果和方法。

• 分類

根據影象分割原理分類：

• 原理：影象區域內部的畫素一般具有灰度相似性，而在區域之間的邊界上一

般具有灰度不連續性。據此分為：

− 利用區域間灰度不連續性的邊界方法：

− 利用區域內灰度相似性的基於區域的演演算法：

根據分割過程中處理策略分類：

− 並行演演算法：計算速度比較快

− 序列演演算法：對噪聲的抵抗力比較強

二、邊界分割技術

• 邊緣檢測

邊緣:

• 各類影象中，由於不同物體對電磁波的反射特性不同，在物體與背景、不同

物體的交接處，影象的灰度將發生明顯的變化，在影象中產生了邊緣。

邊緣檢測:

• 利用灰度的變化資訊檢測物體邊緣，得到物體的輪廓，實現影象分割。

• 邊緣檢測是所有基於邊界的分割方式的第一步。

邊緣檢測步驟

① 需要先去噪，進行影象平滑處理

• 平滑模板

• 中值濾波

② 檢測邊緣點：從影象提取邊緣候選點

• 邊緣檢測運算元

③ 邊緣定位：從邊緣候選點中篩選。

• 閾值化處

• 微分運算元

① 梯度對應一階導數，梯度運算元是一階導數運算元

• Roberts 運算元

• Prewitt運算元

• Sobel運算元

② 二階導數運算元：

• LoG運算元

Roberts邊緣檢測運算元是一種利用區域性差分運算元尋找邊緣的運算元

Prewitt運算元對於噪聲較小的階躍形邊界的提取非常有效。

Sobel 運算元具有一定的噪聲抑制能力，檢測效果較為理想，但所得邊緣較粗，至少為兩畫素。

拉普拉斯運算元是無方向性的運算元，它比前面幾個梯度運算元的計算量要小

影響波谷特性的關鍵因素（重要性由大到小）：

① 波峰間的間隔：波峰離得越遠,分隔這些模式的機會越好;

② 影象中的噪聲內容：噪聲越大,模式越寬;

③ 目標和背景的相對大小;

④ 光源的均勻性;

⑤ 影象反射性質的均勻性

峰谷法：

• 優點：峰谷法直接利用影象的灰度直方圖，實現簡單，運算量也小

• 缺點：不適用於兩峰值相差極大，有寬且平谷底的影象

• 全域性閾值

迭代演演算法

• 是一種全域性閾值二值化方法。

• 該方法首先選取一初始閾值

其值取為影象的最大灰度值與最小灰度值的均值，根據該閾值將影象二值化為目標與背景，

影象處理技術：數位影像分割 ------ 影象分割、邊界分割（邊緣檢測）、區域分割