來源

https://www.icourse163.org/course/BIT-1001872001

圖像分割：

利用圖像的灰度、顏色、紋理、形狀等特征，把圖像分成若 干個互不重疊的區域，并使這些特征在同一區域內呈現相似性，在不同的區 域之間存在明顯的差異性。然后就可以將分割的圖像中具有獨特性質的區域 提取出來用于不同的研究。 圖像分割技術已在實際生活中得到廣泛的應用。

例如：在機車檢驗領域， 可以應用到輪轂裂紋圖像的分割，及時發現裂紋，保證行車安全；在生物醫 學工程方面，對肝臟CT圖像進行分割，為臨床治療

圖像分割常用方法：

閾值分割：對圖像灰度值進行度量，設置不同類別的閾值，達到分割的目的。

邊緣分割：對圖像邊緣進行檢測，即檢測圖像中灰度值發生跳變的地方，則為一片 區域的邊緣。

直方圖法：對圖像的顏色建立直方圖，而直方圖的波峰波谷能夠表示一塊區域的顏 色值的范圍，來達到分割的目的。

特定理論：基于聚類分析、小波變換等理論完成圖像分割。

目標：利用K-means聚類算法對圖像像素點顏色進行聚類實現簡單的圖像分割

輸出：同一聚類中的點使用相同顏色標記，不同聚類顏色不同

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的基于聚类的“图像分割”的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。