混合型区域增长技术-视觉测量技术

2023-11-24 理论教育版权反馈

【摘要】：混合型区域增长把图像分成若干个小区域，比较各个小区域的相似性，相似则合并。考察区域之间相似性的方法有多种，例如基于灰度差的区域增长法、基于灰度分布的区域增长法等。此外，对于式和式的两种相似性判决规则，由于Smoothed-Difference检测标准考虑了所有灰度值分布，因此比Kolmogorov-Smirnov检测要严格，其检测效果也要好些。

混合型区域增长把图像分成若干个小区域，比较各个小区域的相似性，相似则合并。考察区域之间相似性的方法有多种，例如基于灰度差的区域增长法、基于灰度分布的区域增长法等。由于基于灰度分布的区域增长法的性能较好，下面就简单介绍其基本步骤。

（1）首先把图像分成互不重叠的若干个小区域

（2）比较相邻小区域的累积灰度直方图，根据灰度分布的相似性进行区域合并

常用的相似性判断标准有如下两种方法：

1）Kolmogorov-Smirnov检测，有(www.chuimin.cn)

2）Smoothed-Difference检测，有

式中，h₁（z）和h₂（z）分别为两相邻小区域的累积灰度直方图。

（3）通过反复进行步骤（2）中的操作，直到各区域不能增长为止

在利用区域内灰度分布统计特性对图像进行分割时，小区域尺寸n的设定对最终分割结果可能有较大影响。尺寸n太小时，检测可靠性降低；尺寸n太大时，得到的区域形状不理想，可能漏掉小的目标。实际中，n取值范围一般为5～10。此外，对于式（4.121）和式（4.122）的两种相似性判决规则，由于Smoothed-Difference检测标准考虑了所有灰度值分布，因此比Kolmogorov-Smirnov检测要严格，其检测效果也要好些。

混合型区域增长技术-视觉测量技术

相关推荐