Разделить и объединить сегментацию - Split and merge segmentation
 | Эта статья может быть слишком техническим для большинства читателей, чтобы понять. Пожалуйста помогите улучшить это к сделать понятным для неспециалистов, не снимая технических деталей. (Июнь 2018 г.) (Узнайте, как и когда удалить этот шаблон сообщения) |
Разделить и объединить сегментацию является обработка изображений техника, используемая для сегмент ан изображение. Изображение последовательно разбивается на квадранты на основе однородность Критерий и похожие области объединяются для создания сегментированного результата. Техника включает в себя квадродерево структура данных, означающая, что существует связь родительско-дочернего узла. Вся область является родительской, а каждое из четырех разбиений является дочерним.
Алгоритм
- Определите критерий, который будет использоваться для однородности
- Разделите изображение на области равного размера
- Рассчитайте однородность для каждого региона
- Если регион однородный, то слить с соседями
- Процесс повторяется до тех пор, пока все регионы не пройдут тест на однородность.[1]
Однородность
После каждого разделения необходимо провести тест, чтобы определить, нуждается ли каждый новый регион в дальнейшем разделении. Критерием проверки является однородность региона. Есть несколько способов определить однородность, некоторые примеры:
- Однородность - область однородна, если ее уровни серой шкалы постоянны или находятся в пределах заданного порога.
- Локальное среднее против глобального среднего - если среднее значение области больше, чем среднее значение глобального изображения, то область однородна
- Дисперсия - уровень серого дисперсия определяется как
![{ displaystyle sigma ^ {2} = (1 / (N-1)) sum _ {(r, c) epsilon R} [I (r, c) - { bar {I}}] ^ { 2}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/f631a38d762892cb063131191ee7af4e874032e3)
где r и c - строка и столбец, N - количество пикселей в области и
Примером включения могло бы быть то, что дисперсия области была бы меньше указанного значения, чтобы считаться однородной.
Структура данных
Разделение приводит к разделению изображения, как показано ниже, на 3 уровня.
Каждый уровень разделения можно представить в виде древовидной структуры.
Пример
В следующем примере показана сегментация изображения в градациях серого с использованием Matlab.[2][3] Критерием однородности является установление порога, max (область) -min (область) <10, чтобы область была однородной.
Блоки, созданные при разделении, показаны на следующем рисунке:
И сегментированное изображение ниже.
Рекомендации
- ^ Э., Умба, Скотт (30.11.2017). Обработка и анализ цифровых изображений с помощью MATLAB и CVIPtools, третье издание (3-е изд.). ISBN 9781498766074. OCLC 1016899766.
- ^ К., Гонсалес, Рафаэль (2004). Цифровая обработка изображений с использованием MATLAB. Вудс, Ричард Э. (Ричард Юджин), 1954-, Эддинс, Стивен Л., 1964-. Река Аппер Сэдл, Нью-Джерси: Пирсон / Прентис-Холл. ISBN 0130085197. OCLC 54345501.
- ^ "Разложение дерева квадрантов - MATLAB qtdecomp". www.mathworks.com. Получено 2018-04-24.