当前课程知识点:现代图像分析 >  第七章 图像分割 >  7.1 图像分割的定义及依据 >  7.1.1 图像分割定义及依据学习视频

返回《现代图像分析》慕课在线视频课程列表

7.1.1 图像分割定义及依据学习视频在线视频

下一节:7.2.1 边缘点检测学习视频

返回《现代图像分析》慕课在线视频列表

7.1.1 图像分割定义及依据学习视频课程教案、知识点、字幕

同学们好 今天我们给大家介绍

现代图像分析中的第七章 图像分割

首先我们来看一下第七章的主要内容

第七章我们将从以下几个方面给大家介绍

首先,给大家介绍图像分割的定义和依据,以及边缘点检测

边缘线跟踪、门限化分割、区域分割和聚类分割方法

那么,我们现在首先来具体的看一下

在介绍图像分割之前,我们先来回顾一下图像处理的主要目的

我们知道图像处理有两个目的

第一个就是对图像进行加工和处理

得到满足人的视觉和心理需要的一些改进形式

比如前面几章,我们介绍的图像增强和图像恢复

那么第二个目的就是要对图像中的目标物

或者是景物进行分析和理解

这里面包括,第一个把图像要分割成不同的目标物和背景

这个就是我们第七章要给大家介绍的内容

第二个我们是要提取正确代表不同目标物特点的

一些特征参数并且进行描述

这是我们第八章的内容

那么对图像中的目标物进行了描述之后

我们还要对这个目标物进行一个判别

对它进行识别和分类,这就是我们第九章的内容

另外,还有一个就是要理解不同的目标物

分析它们之间的相互关系

从而指导和规划下一步的行动

这个就是计算机视觉要解决的问题

在图像分析中,人们往往只是对其中的目标物感兴趣

而目标物常常位于图像中的不同区域

所以,要对目标物进行检测和特征参数的测量

首先,必须要把图像按照一定的要求分割成一些有意义的区域

这就是图像分割要完成的工作

比如说,我们要识别图像文件中的某些文字

那么,首先就需要把这些文字分选出来

要识别和标定细胞显微照片中的染色体

也需要用到图像分割技术

因此,图像分割作为图像分析和理解的一个关键步骤

它的结果将直接影响到目标物特征的提取和描述

以及进一步的目标物识别、分类和图像理解

那么如何定义图像的分割呢?我们来看一下

假如说,我们现在用R来表示整个图像区域

对图像R进行分割

就可以看作要把R分割成若干个非空的子集

并且,这些非空的子集满足下面的几个条件

第一个条件叫完备性

所谓的完备性就是指每一个像素点都必须要划进一个子区域

第二个特性是独立性

所谓的独立性就是说各个子区域之间是互相不重叠的

第三个性质叫单一性

所谓的单一性就是说同一个子区间必须具有某些相同的特性

第四个特性是互斥性

所谓的互斥性就是指不同的区域一定要具有某些不同的特性

第五个特性就是它必须具有连通性

也就是说每一个子区域内部都是连通的

实际应用中,通常我们都是把图像

划分成背景区域和目标区域两部分

根据图像中某些局部特性的相似性和互斥性

把图像分割成若干个子区域

比如说 这些特性里面包括灰度级、纹理、统计特性、频率特性等

那么这些子区域内部都必须具有某些相似的特性

而相邻的子区域之间特性应该是不相同的

因此,图像局部特性的相似性和互斥性

就可以作为图像分割的依据

具体到灰度图像,它的分割依据

也就是图像像素灰度值的两个基本特征

这两个基本特征分别对应的是不连续性和相似性

所谓的不连续性是指区域和区域之间

它的灰度值必须要有一个非常强烈的变化

那相似性就是指同一个区域内部灰度值应该是相似的

因此,无论是利用图像的灰度取值的突变性还是连续性

我们都可以达到图像分割的目的

如果我们要利用不连续性进行图像分割

实际上,就是不同区域的交界处的像素的灰度值

它是具有不连续性,也就是说它是一个突变的

因此,我们如果能够找到区域交界处的这些点、线

那么通过这些点和线,我们就可以确定区域

这是根据不连续性来进行图像的分割

另外一个,如果我们要根据相似性来进行图像的分割

就是说,在同一个区域内像素值

一般具有相同的或者是相似的灰度值

因此,如果我们能够找到灰度值相同或者相似的区域

那么,这个时候区域的外轮廓就是对象的一个边缘

这是我们说,利用刚才我们讲到的灰度值的两个基本特性

不连续性和相似性都能够进行图像的分割

因此,根据灰度的不连续性和相似性,分割方法可以分为两类

第一类叫做边缘检测法

它就是利用区域间灰度的不连续性

确定区域的边界或者是边缘的位置

第二种方法叫做区域生成法

它是利用区域内灰度的相似性

把像素点分成若干相似的区域

这两种方法是相辅相成的,可以结合使用

前面一种方法也就是边缘检测的方法,相当于用点定义线

也就是说,我们首先找到位于边界上的点

然后把这些点连接成边缘

而区域生成法,实际上就相当于是两个相交的平面

确定了一条曲线

边缘检测法和区域生长法作为图像分割的经典方法

都有着各自的优点和缺点

那么针对不同环境实际应用,人们也提出了许多新的方法

这些新的方法其实都是基于这两种经典方法衍生出来的

所以,本章中我们仍然介绍的是图像分割的经典方法

好,今天主要内容就给大家介绍到这里

谢谢大家 再见

现代图像分析课程列表:

第一章 绪论

-1.1 图像及图像的基本概念

--1.1.1 图像处理基本概念学习视频

--1.1.2 图像及图像的基本概念作业

-1.2 数字图像处理的起源

--1.2.1 数字图像处理的起源学习视频

--1.2.2 数字图像处理的起源作业

-1.3 数字图像处理的步骤和方法

--1.3.1 图像处理步骤和方法学习视频

--1.3.2 数字图像处理步骤和方法作业

-1.4 数字图像处理系统的组成

--1.4.1 图像处理系统组成学习视频

--1.4.2 数字图像处理系统的组成作业

-1.5 数字图像处理主要应用领域

--1.5.1 图像处理应用领域学习视频

--1.5.2 数字图像处理主要应用领域作业

第二章 数字图像处理基础

-2.1 色度学基础

--2.1.1 色度学基础学习视频

--2.1.2 颜色模型学习视频

--2.1.3 色度学基础作业

-2.2 人的视觉特性

--2.2.1 人的视觉特性学习视频

--2.2.1 人的视觉特性作业

-2.3 图像数字化

--2.3.1 图像的数字化学习视频

--2.3.2 图像数字化作业

-2.4 数字图像特点

--2.4.1 数字图像特点学习视频

--2.4.2 数字图像特点作业

-第二章讨论题

第三章 图像变换

-3.1 图像变换的基本概念

--3.1.1 图像变换的基本概念学习视频

--3.1.2 图像变换的基本概念作业

-3.2 图像的几何变换

--3.2.1 图像的几何变换学习视频

--3.2.2 图像的几何变换作业

-3.3 图像的离散傅立叶变换

--3.3.1 图像离散傅立叶变换学习视频

--3.3.2 图像的离散傅立叶变换作业

-3.4 图像变换的一般表示形式

--3.4.1 图像变换的一般表示学习视频

--3.4.2 图像变换的一般表示形式作业

-3.5 图像的离散余弦变换

--3.5.1 图像离散余弦变换学习视频

--3.5.2 图像的离散余弦变换作业

-3.6 图像离散沃尔什-哈达玛变换

--3.6.1 沃尔什-哈达玛变换学习视频

--3.6.2 图像离散沃尔什-哈达玛变换作业

-3.7 K-L变换

-- 3.7.1 K-L变换学习视频

--3.7.2 K-L变换作业

-第三章讨论题

第四章 图像增强

-4.1 图像的对比度增强

--4.1.1 图像的对比度增强学习视频

--4.1.2 图像的对比度增强作业

-4.2 直方图修正

--4.2.1 直方图均衡化学习视频

--4.2.2 直方图规定化学习视频

--4.2.3 直方图修正作业

-4.3 图像平滑

--4.3.1 图像空域平滑法学习视频

--4.3.2 图像频域平滑法学习视频

--4.3.3 图像中值滤波学习视频

--4.3.4 图像平滑作业

-4.4 同态滤波

--4.4.1 同态滤波学习视频

--4.4.2 同态滤波作业

-4.5 图像锐化

--4.5.1 图像锐化学习视频

--4.5.2 图像锐化作业

-4.6 图像的彩色增强

--4.6.1 图像彩色增强学习视频

--4.6.2 图像的彩色增强作业

-第四章讨论题

第五章 图像恢复

-5.1 退化模型及常见退化模型

--5.1.1 退化模型学习视频

--5.1.2 退化模型及常见退化模型作业

-5.2 图像的无约束恢复

--5.2.1 图像的无约束恢复学习视频

--5.2.2 图像的无约束恢复作业

-5.3 图像有约束最小二乘恢复

--5.3.1 有约束最小二乘恢复学习视频

--5.3.2 图像有约束最小二乘恢复作业

-第五章讨论题

第六章 图像压缩编码

-6.1 概述

--6.1.1 概述学习视频

--6.1.1 概述作业

-6.2 图像编码基本理论

--6.2.1 图像编码基本理论学习视频

--6.2.2 图像编码基本理论作业

-6.3 无损编码理论

--6.3.1 无损编码原理学习视频

--6.3.2 无损编码理论作业

-6.4 霍夫曼编码

--6.4.1 霍夫曼编码学习视频

--6.4.2 霍夫曼编码作业

-6.5 算数编码

--6.5.1 算术编码学习视频

--6.5.2 算数编码作业

-6.6 预测编码

--6.6.1 预测编码学习视频

--6.6.2 预测编码作业

-6.7 正交变换编码

--6.7.1 正交变换编码学习视频

--6.7.2 正交变换编码作业

-第六章讨论题

第七章 图像分割

-7.1 图像分割的定义及依据

--7.1.1 图像分割定义及依据学习视频

--7.1.2 图像分割的定义及依据作业

-7.2 边缘点检测

--7.2.1 边缘点检测学习视频

--7.2.2 边缘点检测作业

-7.3 边缘线跟踪

--7.3.1 局部边缘连接法及光栅扫描跟踪法学习视频

--7.3.2 Hough变换学习视频

--7.3.3 边缘线跟踪作业

-7.4 门限化分割

--7.4.1 门限化分割学习视频

--7.4.2 门限化分割作业

-7.5 区域分割法

--7.5.1 区域分割法学习视频

--7.5.2 区域分割法作业

-7.6 聚类分割法

--7.6.1 k-means聚类法学习视频

--7.6.2 谱聚类分割法学习视频

--7.6.3 聚类分割法作业

-第七章讨论题

第八章 图像描述

-8.1 像素间的基本关系

--8.1.1 像素间的基本关系学习视频

--8.1.2 像素间的基本关系作业

-8.2 目标物的边界描述

--8.2.1 目标物的边界描述学习视频

--8.2.2 目标物的边界描述作业

-8.3 目标物的区域描述

--8.3.1 目标物的区域描述学习视频

--8.3.2 目标物的区域描述作业

-8.4 图像的几何特征

--8.4.1 图像的几何特征学习视频

--8.4.2 图像的几何特征作业

-8.5 特征描述子

--8.5.1 特征描述子SIFT学习视频

--8.5.2 特征描述子HOG学习视频

--8.5.3 特征描述子BOW学习视频

--8.5.4 特征描述子作业

-第八章讨论题

第九章 图像分类识别

-9.1 图像匹配

--9.1.1 图像匹配学习视频

--9.1.2 图像匹配作业

-9.2 图像分类

--9.2.1 图像分类学习视频

--9.2.2 图像分类作业

-9.3 图像识别

-- 9.3.1 图像识别学习视频

--9.3.2 图像识别作业

-9.4 模式识别分类专题

--9.4.1 经典分类方法学习视频

--9.4.2 SVM分类器学习视频

--9.4.3 神经网络学习视频

--9.4.4 模式识别分类专题作业

课程思政讨论

-中国天网

-中国天网思政讨论题

西电学子实践作品分享(会持续更新)

-谁偷走了尔康的帽子

-指静脉识别

-答题卡识别

-车道检测

-谁是怪盗J

-仙女们的困惑

-身份证号码识别

-基于混合高斯模型的运动目标检测

考试

-期末测试

--期末测试

7.1.1 图像分割定义及依据学习视频笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。