（简答题）
如何用自适应阈值方法来实现自适应分割？
正确答案
自适应分割可用二次图像处理实现。在第一次处理前，先根据目标的大小将图像划分成大小固定的块（例如，每个块的大小为100x100）。根据各个块的灰度直方图，阈值被确定为背景峰值与数据峰值的中点。直方图是单峰的块则不予考虑。在第一次处理时，每块中目标的边界用各自固定的阈值确定，但各块间阈值不同。如此做的目的并不是要把目标从图像中抽取出来，而是计算每个目标内部的平均灰度值。在第二次处理时，每个目标使用各自的阈值，该值由内部灰度值和它的主块的背景灰度值的中间值来定义。
答案解析
略
相似试题
（判断题）
二维熵方法的设计思想是：采用二维熵来度量像素以及其邻域像素中像素之间的信息相关性，当空间相关信息量最大时，认为是最佳阈值。
（判断题）
阈值方法的核心是阈值的确定。
（填空题）
使用灰度阈值进行图像分割时，选择最佳的阈值有三种常用的方法：（）、（）和（）。
（单选题）
利用直方图取单阈值方法进行图像分割时（）。
（单选题）
以下图像分割方法中，不属于基于图像灰度分布的阈值方法的是（）。
（判断题）
基于图像灰度空间分布的阈值方法不需要考虑像素与像素之间的相关性。
（填空题）
依照分割时所依据的图像特性不同，图像分割方法大致可以分为阈值方法（）和区域提取方法三大类。
（填空题）
根据分割对象与背景之间的差异，产生了不同的确定阈值的方法。当前，主要应用的方法有（）和（）两种。
（单选题）
自适应滤波器可以（）。
