数字图像处理:阈值分割与边缘检测之间的关系??
1个回答
展开全部
1 阈值分割是为了突出图像中我们感兴趣的部分的方法,通过二值化(或多值化)以后目标物体会以特定的灰度值呈现出来,主要侧重在物体本来就已经有灰度特征,使用阈值分割将其表现出来。
边缘检测是为了找出物体边缘的方法,主要侧重的是通过算法体现边缘的灰度特征。
2 二值阈值分割的重点在于找二值化的阈值,然后利用阈值将目标和背景分离。大多数边缘检测的重点在于确定差分算子,进行邻域内的灰度差分。
3 一般的处理过程为先边缘检测得到差分的灰度图,然后使用阈值分割二值化。
4 平时我们说的这两个概念都比较模糊;属于有交集的那种。如果边缘的灰度本来就突出不需要算法处理就可以直接二值化体现,那阈值分割就可以算是边缘检测的方法了。如果边缘不突出需要先利用差分算子或其他方法突出边缘,那阈值分割只是体现边缘的手段。
边缘检测是为了找出物体边缘的方法,主要侧重的是通过算法体现边缘的灰度特征。
2 二值阈值分割的重点在于找二值化的阈值,然后利用阈值将目标和背景分离。大多数边缘检测的重点在于确定差分算子,进行邻域内的灰度差分。
3 一般的处理过程为先边缘检测得到差分的灰度图,然后使用阈值分割二值化。
4 平时我们说的这两个概念都比较模糊;属于有交集的那种。如果边缘的灰度本来就突出不需要算法处理就可以直接二值化体现,那阈值分割就可以算是边缘检测的方法了。如果边缘不突出需要先利用差分算子或其他方法突出边缘,那阈值分割只是体现边缘的手段。
本回答被提问者和网友采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
推荐律师服务:
若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询