图像分割的主要特点表现为

A、基于像素的分割

B、基于边界的分割

C、基于特征的分割

D、基于区域的分割

简述迭代法求图像分割的阈值的步骤。

A. 可逆编码

B. 不可逆编码

C. 预测编码

D. 变换编码

实验四 图像分割（2学时） 一、实验目的 1. 掌握边缘检测的算法原理，比较不同算子检测边缘的差异，了解边缘检测算法的用途。 2. 掌握利用形态学操作和 Hough 变换相结合的方法检测图像中的直线。 3. 训练综合运用图像处理知识和方法解决基本应用问题的能力。 二、实验内容 1. 选一幅灰度图像（或将彩色图像转换为灰度图像），转换为双精度类型，分别在不添加和添加高斯噪声（均值为 0，方差为 0.01）的情况下，利用不同的边缘检测算子（Sobel、Prewitt、Roberts、LoG和Canny等）进行边缘检测，记录仿真结果，并比较分析不同算子的检测效果。 2. 选一幅灰度图像（或将彩色图像转换为灰度图像），利用形态学操作和 Hough 变换相结合的方法检测给定图像中的直线。 3. （选做题）综合运用所学图像处理知识和方法完成： 1) 对给定图像（如coins.png或rice.png）进行分割，估计图像中目标的个数（如coins.png图像中的硬币数或rice.png图像中的米粒数）； 2) 进一步估计给定图像中目标的几何尺寸（以像素为单位，如：coins.png图像中每个硬币的半径，或rice.png图像中每个米粒的面积）； 3) 进一步利用目标的几何尺寸，计算其它统计量（如：coins.png图像中所有硬币的总金额，每种硬币面值视为已知且可自定义；或rice.png图像中所有米粒的重量，单位面积的米粒重量视为已知且可自定义）。 （注：输入图像可参考群共享文件exp_ref_images_data.zip并从中选取） 三、预备知识（预习内容） 1. 教材中有关图像分割、图像形态学处理的概念及基本原理，包括不同的边缘检测算子，直线检测，霍夫（Hough）变换，结构元素，图像膨胀、腐蚀、开运算、闭运算等。 2. 查阅资料，掌握相关Matlab函数用法：edge, im2double, hough, houghlines, houghpeaks, strel, imdilate, imerode, imclose,imopen, imfill，bwlabe等。 四、实验条件 1. 装有Matlab软件的PC机； 2. 教材及其它参考资料，书写笔，记录本； 3. 移动式存储器（U盘或移动硬盘等）。 五、实验报告 1. 实验源代码、实验结果（截图）及分析； 2. 实验小结。 六、注意事项 1. 实验内容采用Matlab编程完成，不提供参考代码（请务必提前预习实验内容）。 2. 可以使用Matlab图像处理工具箱自带的函数完成实验（用法可参考帮助文档中的说明及示例），但为了加深同学们对图像处理算法的理解，鼓励学自主编写Matlab函数实现实验中的一些图像处理功能。例如：对一些重要知识点，如图像直方图计算，Matlab函数为imhist，可以自己编程实现并命名为 my_imhist，参数可自定义；而像imread、imshow等基本输入输出函数可以直接使用。 3. 实验程序中要能合理显示或保存相关图像信息，实验报告中要能正确评价处理结果，并从理论上做出合理解释。 4. 实验内容比较灵活，编程没有标准答案，请独立完成，严禁相互抄袭。 5. 文件命名建议： a) 实验源程序（M文件）命名：主程序建议格式如exp_1_1.m（表示实验1的第1个内容的主程序，下同）, exp_1_2.m, exp_1_3.m等；若有其它函数文件则直接以函数名命名，如 my_histeq.m） b) 实验报告命名：实验几_学号_姓名.docx, 如: 实验四_201704135XXX_张三.docx c) 实验源程序（M文件）与实验报告一起打包提交，打包文件名：实验几_学号_姓名, 如：实验四_201704135XXX_张三. zip （或.rar）

A、对图像进行二值化

B、给图像中的区域标出适当标签（Label）

C、跟据特征对象素进行分类

D、检测图像中是否存在感兴趣的物体

A、按照特定的原则根据图像特征对图像像素进行标记划分

B、将数字图像划分成互不相交的区域的过程

C、将一幅图像分为几个区域，这几个区域之间具有不同的属性，同一区域中各像素具有某些相同的性质

D、将属于同一区域的像素赋予相同编号的过程

A、光谱信息

B、空间信息

C、图像特征

D、图像分辨率