第5章/图像形态学-图像分割(cvPyrSegmentation)

                                             第5章/图像形态学-图像分割(cvPyrSegmentation)

//rorger

//2010

 

//仅是练习，不要太认真

先看看帮助文件: 

 

 

PyrSegmentation

 PyrSegmentation
用金字塔实现图像分割

void cvPyrSegmentation( IplImage* src, IplImage* dst,
CvMemStorage* storage, CvSeq** comp,
int level, double threshold1, double threshold2 );
src
输入图像.
dst
输出图像.
storage
Storage: 存储连通部件的序列结果
comp
分割部件的输出序列指针 components.
level
建立金字塔的最大层数
threshold1
建立连接的错误阈值
threshold2
分割簇的错误阈值
函数 cvPyrSegmentation 实现了金字塔方法的图像分割。金字塔建立到 level 指定的最大层数。如果 p(c(a),c(b))<threshold1,则在层 i 的象素点 a 和它的相邻层的父亲象素 b 之间的连接被建立起来，

定义好连接部件后，它们被加入到某些簇中。如果p(c(A),c(B))<threshold2，则任何两个分割 A 和 B 属于同一簇。

如果输入图像只有一个通道，那么

p(c1,c2)=|c1-c2|.
如果输入图像有单个通道（红、绿、兰），那幺

p(c1,c2)=0,3·(c1r-c2r)+0,59·(c1g-c2g)+0,11·(c1b-c2b) .
每一个簇可以有多个连接部件。图像 src 和 dst 应该是 8-比特、单通道 或 3-通道图像，且大小一样

 

 

//学习OpenCV中的介绍：

图像分割需要先建立一个图像金字塔，然后在Gi的像素和Gi+1的像素直接依照对应关系，建立起"父-子"关系，通过这种方式，快速初始分割可以先在金字塔高层的低分辨率图像上完成，然后逐层对分割加以优化；

 

//rorger//2010 Nov 6th//2010年11月7日21:45:32#include "highgui.h"#include"cv.h"void doPyrSegmentation( IplImage * src ,IplImage * dst ){assert(src->width%2 == 0 && src->height%2 == 0);CvMemStorage * stoage = cvCreateMemStorage(0) ;CvSeq* comp=NULL;int level = 2 ; //进行n层采样double threshold1 = 150 ;double threshold2 = 30 ;cvPyrSegmentation(src,dst, stoage,&comp,level, threshold1,threshold2) ;}; int main(int argc,char ** argv){IplImage * src = cvLoadImage(argv[1]);IplImage * dst=cvCreateImage(cvGetSize(src), src->depth,src->nChannels);doPyrSegmentation(src,dst);cvNamedWindow("src") ;cvNamedWindow("dst") ;cvShowImage("src",src);cvShowImage("dst",dst);cvWaitKey(0) ;cvDestroyAllWindows();return 0;}