数字图像处理中常用图像分割算法有哪些？ 列举一些常用的算法以及优缺点，谢谢~ FATRI ？ 测试计量技术及仪器博士 44 人赞同了该回答 多数的图像分割算法均是基于灰度值的不连续和相似的性质。。
本人刚开始涉足数字图像处理领域，对图像分割感兴趣，但不知道现在的最新技术，算法有哪些，请指点 传统的方法就是基于区域啊，边缘啊，纹理啊这些，主要有阈值法，形态学，还有活动轮廓，跟偏微分方程这些结合起来的。
实验八 遥感图像密度分割处理 一、实验目的通过ENVI遥感数字图像密度分割方案设计、Density Slice功能命令使用及彩色密度分割图制图，增加对遥感数字图像密度分割增强处理原理的理解，掌握一种将单波段的黑白影像图转变为彩色影像图的技术手段。二、实验内容ENVI图像密度分割方案设计，包括通过统计获得Max和Min亮度值，密度分割层数及层值区间确定，密度分割灰度层值区间颜色定义，Density Slice功能命令操作执行，密度分割灰度层值区间颜色修改以及彩色密度分割增强图像特征理解分析等。三、实验要求预习本实验，在老师讲解和演示后再操作，记录重要的实验过程、现象及技术参数。实验结果按要求存档。对地物影像亮度值密度分割的彩色设计应该采用接近实际地物的色调，如水体为蓝色，树木植被为深绿色，庄稼植被为浅绿色，山体为灰色，城镇为褐色等。编写实验报告。四、技术条件（①微型计算机；②桂林市TM 1～7波段数据；③ENVI软件；④Photoshop软件（ver 6.0以上）和ACDSee软件（ver.4.0以上）。五、实验步骤（1）在ENVI主菜单栏中选择“File>；OpenImage File”，出现文件目录窗口，将桂林市TM 1～7波段数据调入“Available Bands List”窗口。（2）打开TM7波段图像，在显示主窗口上方的。
数字图像处理：阈值分割与边缘检测之间的关系？ 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.
数字图像处理实验 2+2的把
数字图像处理中图像增强和图像分割有什么联系有什么区别？ 不同的应用领域嘛。图像增强是增强，可以使图像的边缘信息更明朗.比如我用拉普拉斯算子增强，图像的纹理细节减弱，边缘信息增强.得到结果就是一个边界图.图像分割是分割，可以分割不同的区域.比如我用分水岭算法可以使不同区域填充，从而使图像不同的地方能分离出来.非要说联系？那就是图像分割之前一般先进行图像增强，以使效果明显.
数字图像处理—概念&&目的&&内容：增强恢复分割 数字图像处理—概念&目的&内容：增强恢复分割，数字图像处理（digitalimageroceig），是利用计算机对图像进行去除噪声、增强、恢复、分割、提取特征等的理论、方法和技术。。
数字图像处理哪位高手可以帮我提供一些关于“C均值聚类分割的算法及其研究”方面的资料啊，网上搜到的资料大都是“模糊C均值”，要做毕设了，急啊，在这先谢谢啦？
