文档介绍：原 文 出 处 Digital Image Processing 2/E
图像分割
前一章的资料使我们所研究的图像处理方法开始发生了转变。从输人输出均为图像的处理方法转变为输人为图像而输出为从这些图像中提取出来的属()所得的结果()。图中的这个单一的像素清晰可见(这个像素被人为放大以便印刷后可以看到)。由于这类检测是基于单像素间断，并且检测器模板的区域有一个均匀的背景，所以这个检测过程是相当有专用性的当这一条件不能满足时，本章中计论的其他方法会更适合检测灰度级间断
复杂程度更高一级的检测是线检测，考虑图10-3中显示的模板。如果第l个模板在图像中移动，这个模板将对水平方向的线条(一个像素宽度)有更强的响应。在一个不变的背景上，当线条经过模板的中间一行时会产生响应的最大值。画一个元素为1的简单阵列，并且使具有不同灰度级(如5)的一行水平穿过阵列，可以很容易验证这一点。同样的实验可以显示出图10-3中的第2个模板对于
45°方向线有最正确响应;第3个模板对于垂直线有最正确响应;第4个模板对于
-45°方向线有最正确响应;这些方向也可以通过注释每个模板的优选方向来设置，即在这些方向上用比别的方向更大的系数(为2)设置权值。注意每个模板系数相加的总和为零，表示在灰度级恒定的区域来自模板的响应为零。
-1
2
-1
2
-1
-1
-1
2
-1
2
-1
2
2
-1
-1
-1
-1
-1
2
-1
2
-1
2
-1
2
-1
-1
2
-1
-1
-1
-1
2
-1
-1
-1
Horizontal +45° Vertical -45°
图10-3 线模板
令R1，R2，R3和R4。从左到右代表图10-3中模板的响应，这里R的值由式()给出。
假设4个模板分别应用于一幅图像，在图像中心的点，如果|Ri|>|Rj| ,
j≠i，那么此点被认为与在模板i方向上的线更相关。例如，如果在图中的一点有|Ri|>|Rj| ,j=2,3,4，我们说此特定点与水平线有更大的联系。
换句话说，我们可能对检测特定方向上的线感兴趣。在这种情况下，我们应使用与这一方向有关的模板，并设置该模板的输出门限，如式()所示。换句话说，，并对得到的结果的绝对值设置门限即可。留下的点是有最强响应的点。对于一个像素宽度的线，这些响应最靠近模板定义的对应方向。以下例子说明了这一过程。
例
图10-4(a)显示了一幅电路接线模板的数字化(二值的)图像。假设我们要找到一个像素宽度的并且方向为-45
°的线条。基于这个假设，使用图10-3中最后一个模板。图10-4(b)显示了得到的结果的绝对值。注意，图像中所有水平和垂直的局部都被除去了。并且在图10-4(b)中所有原图中接近-45°方向的局部产生了最强响应。
〔a〕
〔b〕 〔c〕
图10-4 线检测的说明。〔a〕二进制电路接线模板，〔b〕使用-45°线检测器
处理后得到的绝对值，〔c〕对图像〔b〕设置门限得到的结果
为了决定哪一条线拟合模板最好，只需要简单地对图像设置门限。图10-4(c)显示了使门限等于图像中最大值后得到的结果。对于与这个例子类似的应用，让门限等于最大值是一个好的选择，因为输入图像是二值的，并且我们要寻找的是最强响应。图10-4(c)显示了在白色区所有通过门限检测的点。此时，这一过程只提取了一个像素宽且方向为-45°的线段(图像中在左上象限中也有此方向上的图像局部，但宽度不是一个像素)。图10-4(c)中显示的孤立点是对于模板也有相同强度响应的点。在原图中，这些点和与它们紧接着的相邻点，是用模板在这些孤立位置上生成最大响应的方法来定向的。这些孤立点也可以使用图10-2(a)中的模板进行检测，然后删除，或者使用下一章中讨论的形态学腐蚀法删除。
尽管在任何关于分割的讨论中，点和线检测都是很重要的，但是边缘检测对于灰度级间断的检测是最为普遍的检测方法。本节中，我们讨论实现一阶和二阶数字导数检测一幅图像中边缘的方法。。本节的重点将放在边缘检测的特性上。某些前面介绍的概念在这里为