图像分割和图像处理中的特征提取有什么区别？

Question

我读过一篇关于脑肿瘤分割的文章。这篇文章有一些方法可以分割正常脑细胞的脑肿瘤细胞。这些方法是预处理，分割和特征提取。但是我不明白，是什么意思？ 细分和特征提取之间的区别。我也搜索了它，但我仍然不明白。可以解释一下这个方法的基本概念吗？

Answer 1

分割通常被理解为将整体分解为部分。特别是，将图像分解或分割成均匀区域。

特征提取是一个更广泛的概念，可以描述为查找具有特定属性的区域，例如角落，但它也可以是任何一组测量，可以是标量，矢量或其他。这些功能通常用于模式识别和分类。

典型的处理方案可能是从图像中分割出细胞，然后通过边缘平滑度特征表征它们的形状，并从病态细胞中判断正常。

Answer 2

图像分割与特征定位•图像分割：如果R是分割区域， 1. R通常连接; R中的所有像素都连接（8连接或4连接）。 2. Ri \ Rj =，i 6 = j;地区是不相交的。 3. [ni = 1Ri = I，我是整个图像;细分 已经完成了。

•特征定位：基于接近度和紧凑性的图像特征的粗略定位 - 比图像分割更有效。

Answer 3

特征提取是图像分割的先决条件。 当您面对用于在图像中分割特定形状或结构的项目时，要应用的步骤之一是为该区域提取相关特征，以便可以将其与其他区域区分开。 通常在图像分割中使用的简单基本特征可以是强度。因此，您可以根据图像中显示的强度来制作不同的结构组。 特征提取用于分类，而相关的重要特征用于标记图像内部的不同分类。