图像处理学习
阈值法（基于像素灰度值分布的不连续性）
图像分割 基于边界分割（基于亮度的不连续性）
基于区域分割（基于亮度值的相似性）
基于聚类的分割（cluster-based）
1、阈值法
阈值意思就是在像素值大于某个值T时允许通过，小于T的都置为0，即相当于设计滤波器。
除此之外还需注意最佳全局和自适应阈值，通过边界特性选择阈值，基于不同变量的阈值。
2、基于边界的分割（Region-Basedsegmentation）
注意区域分割必须满足：完备性、连通性、独立性、单一性、互斥性；
扫描二维码关注公众号，回复：
1812690 查看本文章
基本算法：区域生长法和区域分裂与合并
区域生长法：
区域分裂与合并：
1）对图像中灰度级不同的区域，均匀分为四个子区域；
2）如果相邻子区域所有像素的灰度级相同，则将其合并；
3）反复上面两个步骤，直至不再有新的分裂与合并为止。
3、边界分割（edge-based segmentation）
What is edge? 即一组相连的像素集合，这些像素位于两个区域的边界上。
*掌握一阶导数和二阶导数在识别图像边缘的应用：
一阶：确定像素点是否在边缘上
二阶：确认像素是在边缘的左侧还是右侧
*间断检测中有：点检测、线检测、边缘检测
边缘检测需要掌握算子：梯度算子、Roberts交叉梯度算子、Prewitt梯度算子、Sobel梯度算子、拉普拉斯算子（高斯型的拉普拉斯算子LoG）
4、基于聚类的分割（cluster-based）
之后学习后再补充