1、“.....其水平和垂直方向上的梯度模板分别为算子算子与算子的不同在于其没有把重点放在模板中心像素点上，其两个方向上的梯度模板为拉普拉斯算子两阶微分算子是根据图像边缘处灰度值的二阶导数为零而提取边缘的。拉普拉斯算子是典型的两阶微分算子。对个连续函数它在位置,的拉普拉斯值定义如下假设对应方向，对应方向，使用差分方程对和方向的二阶偏导数近似如下,将上式的中心点,移到,点可以得到二阶导数的近似式为,同理可得,根据上式可以得到两个方向上的近似拉普拉斯算子的模板除以上的模板以外，还有其他的拉普拉斯算子模板，但是对模板有个基本要求模板中心的系数为正，其余相邻系数为负，所有系数的和为零......”。

2、“.....另外它常产生双像素宽的边缘，而且也不能提供边缘方向信息。因此，拉普拉斯算子很少直接用于检测边缘，而主要用于已知边缘像素后确定该像素是在图像的暗区或者明区边。算子由于拉普拉斯边缘检测对噪声敏感，无法在实际中应用。和将高斯滤波和拉普拉斯边缘检测结合在起，形成算子。这算法的原理是首先将图像与高斯滤波模板进行卷积来平滑图像降低噪声，然后使用拉普拉斯算子近似的找出图像二阶导数的零交叉点，从而实现对图像的边缘检测。为了避免检测出些非显著的边缘，般选择阶导数大于定数值的零交叉点作为边缘点。算子典型的模板为图像分割在对图像的研究和应用中，人们往往仅对各幅图像中的些部分感兴趣。这些部分常称为目标或前景其他部分称为背景，它们般对应图像中特定的具有独特性质的区域。为了辨识和分析目标，需要将这些有关区域分离提取出来......”。

3、“.....如进行特征提取和测量。图像分割就是指把图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。章毓晋图像工程上册图像处理和分析清华大学出版社，图像分割是由图像处理进入到图像分析的关键步骤，也是进步图像理解的基础。章毓晋图像分割科学出版社图像处理的高级应用中，比如目标分离和跟踪图像测量特征提取等都与图像分割密切相关。多年来，图像分割技术直得到人们的高度重视，至今，已经提出了上千种分割算法，而且现在每年都还有大量的相关的研究报道发表。图像分割可以借助集合概念来定义令集合代表整个图像区域，对的分割可以看做将分成个满足以下五个条件的非空子集子区域对所有的和，，有对有④对，有对是连通区域。其中是对所有在集合中元素的逻辑谓词，代表空集。条件表示在对幅图像的分割结果中全部子区域的总和并集应能够包括图像中所有像素就是原图像......”。

4、“.....条件指出在分割结果中各个子区域是互不重叠的，或者说在分割结果中个像素不能同时属于两个区域。条件指出在分割结果中每个子区域都有独特的特性，或者说属于同个区域中的像素应该具有些相同特性。条件④指出在分割结果中，不同的子区域具有不同的特性，没有公共元素，或者说属于不同的区域的像素应该具有些不同的特性。条件要求分割结果哦中同个子区域的像素应该是连通的，即同子区域内的任两个像素在该子区域内相互连通，或者说分割得到区域是个连通组元。在实际应用中，图像分割不仅要把幅图像分成满足上面五个条件的各具特性的区域而且需要把其中感兴趣的目标区域提取出来。这样才才算真正完成图像分割的任务。阀值化分割图象阐值分割是种广泛使用的图象分割技术，它利用了图象中要提取的目标物与其背景在灰度特性上的差异，把图象视为具有不同灰度级的两类区域目标和背景的组合，选取个合适的闽值......”。

5、“.....从而相应的二值图象。阐值分割不仅可以大量压缩数据，减少存储容量，而且大大简化在其后的分析和处理步骤。阀值化分割算法主要有两个步骤章毓晋图像分割科学出版社确定需要分割的阀值将分割阀值与像素值比较以划分像素。设原始图像取灰度值作为阀值进行分割,这样得到的,是幅二值图像，它相当于把原始图像,用空间占有数组来进行表达。在般多阀值分割情况下，取阀值分割的图像可以表示为,如,,选取合适的阀值是阀值化算法的关键问题，阀值般可以写成如下形式,其中,代表像素点,处的灰度值代表在该点邻域的种局部性质。换句话说，阀值在般情况下可以是,的函数。借助上面阀值的表达式，可以将阀值分割方法分为如下三类，其中阀值分别成为基于各像素值的阀值。阀值仅根据,来选取，所得到的阀值仅与全图各像素的本身性质像素值有关基于区域性质的阀值。阀值是根据,和,来选取......”。

6、“.....相邻像素值的关系等有关基于坐标位置的阀值。阀值除了跟,和,有关外，还与,有关，即阀值要考虑位置,来确定。分水岭算法分水岭算法是与自适应阂值化有关的个算法。如图所小说明了这种方法的工作原理。假定图中的物体灰度值低，而背景的灰度值高。在图中，显小了沿条扫描线的灰度分布，该线穿过两个靠得很近的物体。分水岭算法不是简中地将图像在最佳灰度级进行阂值处理，而是从个偏低但仍然能正确分割各个物体的阂值开始。然后随着阂值逐渐上升到最佳值，使各个物体不会被合并。这个方法可以解决那些由于物体靠得太近而不能用全局阂值解决的问题。最初和最终的阂值灰度级都必须很好地选取。如果初始的阂值太低，那么低对比度的物体开始时会被丢弃，然后随着阂值的增加就会和相邻的物体合并。如果初始阂值太高，物体开始便会合并。最终的阂值决定了最后的边界与实际物体的吻合程度......”。

7、“.....而每个像素的梯度值则代表该点的海拔高度。因为般待分割图像的边缘像素通常有较大的梯度值，故它对应于地表上的分水岭线，而每个区域的内部像素通常有较小的梯度值，故可对应于地表上的集水盆地。这种分水岭线将梯度图像分割成若干个不同的集水盆地，这些集水盆地则分别对应于待分割图像中的均匀致区域。罗慧韬章毓晋个图像分割评价事例及讨论数据采集与处理图像匹配匹配是指降观察到的图像与模型进行匹配，以及图像之间的匹配。匹配的结果表示对景物的种解释，也就是说它将两种表达式对应起来，具有如下特征两种表达可以是同种类型的。例如，相关计算将观察到的图像与模板进行匹配。与此类似，子图同构将个区域邻接图与模型图的子图进行匹配。两种表达也可以是不同形式的。例如幅图像与描述件事的段话匹配。模板匹配模板是图像或其子图的种表达方式，它本身仍然是幅图像。般情况下，模板在目标图像中来回移动......”。

8、“.....如下图所示现在可以比较模板和子图的内容。若两者致，则和子图之差为零，所以可以用下列的函数来衡量和的相似程度,其中，模板尺寸是，上式对模板与子图在,坐标处图像之间匹配程度提供了度量。将上式展开可以得到,第项是图像中所关注点邻域亮度的平方和又称子图的能量，它与图像与模板之间的匹配与否无关。第三项是模板中元素平方和又称模板能量，是个常数，与模板处在图像什么未知无关第二项是匹配与否的关键，该项就是表示相关性的计算。在模板匹配中，个基本问题就是对模板尺寸大小的选择问题。如果模板选择过小，就难以估计图像的变化，以至于无法做出准确的估计。如果模板太大，则窗口中覆盖的面积太大，就无法实现匹配。除此之外，在匹配时要考虑对怎样的目标函数实现最小化。用上述的灰度互相关法求匹配的计算量很大，因为模板整幅图像上对相关位置做计算......”。

9、“.....因此在实际应用中，很少直接采用这种方法，而是对互相关模板匹配进行改进。数学形态学形态学般指生物学中研究动物和植物结构的个分支。人们后来用数学形态学也成为图像代数表示以形态为基础对图像进行分析的数学工具。它的基本思想是用具有定形态的结构元素去度量和提取图像中的对应形态以达到对图像分析和识别的目的。数学形态学主要有二值形态学和灰度形态学，其中二值形态学中的运算对象是集合，般设为图像集合，为结构元素，数学形态学运算是用对进行操作。而灰度形态学的运算对象是图像函数，设,是输入图像是结构元素，用,中。同样可在的中设置。函数库的调用实际上提供两种不同的方式来调用在程序中调用函数子程序方式和面向对象方式。直接用子程序方式在中调用函数。如除了子程序方式调用，更普遍的方式是通过面向对象的方式来调用函数，如通常我们倾向于使用面向对象的方式来调用，但是需要注意的是......”。