传说中的图像处理

    图像处理的主要工作在图像分析部分，是图像处理的主要工作，包括图像分割，边缘检测，纹理提取等。 图像分割是计算机视觉领域中极为重要的内容之一，是实现自动图像分析和模式识别的首要问题，也是图像处理的经典难题之一。图像分割的质量的优劣、区域界限定位的精度直接影响后续的区域描述以及图像的分析和理解，是图像处理、分析、理解中一个举足轻重的技术环节。所谓图像分割就是根据目标与背景的先验知识，对图像中的目标、背景进行标记、定位，然后将识别的目标从背景或其他伪目标中分离出来。图像分割是图像理解的重要组成部分，其目的是将目标和背景分离，为目标识别、精确定位等后续处理提供依据，其结果将直接影响到其后的信息处理过程。如何快速、有效地将感兴趣的目标从复杂的背景中分割出来一直是国内外研究的热点。图像分割有三种不同的途径：其一是将各个像素划归到相应物体或区域的像素聚类方法，即区域法；其二是通过直接确定区域间的边界来实现分割的边界方法；其三是首先检测边缘像素，再将边缘像素连接起来构成边界形成分割。在图像分割技术中，最常用的是利用阈值化处进行的图像分割。使用阈值法进行图像分割，常用的有最大类间方差法、最大熵方法和直方图双峰法。在这些方法中，直方图双峰法计算简单、速度较快，但仅适用于图像直方图呈明显双峰的情况；最大熵方法，虽具有较广的适应范围，但由于涉及对数运算，速度非常慢。最大类间方差法，是在判决分析最小二乘法原理的基础上推导得出的,以目标和背景的方差最大来动态地确定图像分割阈值的一种方法,因此算法相对简单。