En general, los pasos generales del análisis de imágenes son:
1. Dividir la imagen en diferentes áreas o separar diferentes objetos
2. Averiguar las características de cada área separada
3. Identificar el objeto u objeto en la imagen Clasificación de imágenes
4 Describa diferentes regiones o descubra las interrelaciones de diferentes regiones, y luego encuentre estructuras similares o conecte regiones relacionadas en una estructura significativa.
La estrategia básica de segmentación de imágenes
se basa en dos características básicas del valor de gris:
1. Discontinuidad - entre regiones
2. Similitud - dentro de la región
-> primero encuentre el punto de acuerdo con la discontinuidad del valor de gris del píxel de la imagen
, Línea ( el ancho es 1), el borde (ancho indeterminado) y luego determine el área
-> de acuerdo con la similitud del valor de gris del píxel de la imagen
Al seleccionar el umbral, encuentre el área con un valor de gris similar, el contorno exterior del área es el borde del objeto
Clasificación de los algoritmos de segmentación de imágenes:
1. Tecnología de segmentación de bordes
Operadores diferenciales comunes, operadores Canny y operadores LOG, los operadores diferenciales comúnmente utilizados incluyen el operador Sobel, el operador Roberts, el operador Prewit
2. Tecnología de segmentación de umbral
Los usos comunes son umbral global, segmentación de umbral Otsu, segmentación de umbral iterativa
3. La tecnología de segmentación de regiones
se divide en método de crecimiento de regiones y método de segmentación de cuencas hidrográficas
Detección de bordes
Borde: hace referencia al conjunto de píxeles de la imagen que tienen un cambio de paso en la escala de grises de píxeles o un cambio similar a un techo (la línea límite entre dos regiones con características de valor de escala de grises relativamente diferentes)
aplicar para:
Suponiendo que las áreas en cuestión son muy similares, la transición entre dos áreas solo puede determinarse en función de la discontinuidad de la escala de grises
no aplica:
Las técnicas de segmentación de umbral son generalmente más prácticas que la detección de bordes cuando las suposiciones son falsas
Algoritmo de detección de borde de paso óptimo—Método de detección de borde astuto
Bajo los siguientes tres significados estándar, el operador de detección de bordes de Canny es óptimo para bordes de tipo escalonado afectados por ruido blanco:
(a) Estándar de detección: baja tasa de falsos positivos, es decir, la menor cantidad posible de puntos de borde se confunden con (b) Estándar de posicionamiento
: alta precisión de posicionamiento, es decir, posiciona con precisión el punto del borde en el píxel con el mayor cambio de escala de grises;
© suprime los bordes falsos.
Proceso de algoritmo de detección de borde astuto:
1. Utilice un filtro gaussiano para suavizar la imagen
2. Utilice la diferencia finita de la derivada parcial de primer orden para calcular la magnitud y la dirección del gradiente
3. Realice una supresión no máxima en la magnitud del gradiente
4. Usar algoritmo de doble umbral Detectar y conectar bordes.
