opencv 金字塔图像分割

opencv中有封装好的cvPyrSegmentation函数，参数解释如下：

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))
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))

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 


Threshold1，Threshold2的解读：

看到别人博客里有人在问这两个参数的区别，其实就如上面黄色底纹文字所说，

金字塔分割先通过p(c(a),c(b))

第二步通过p(c(A),c(B))

例程：

 void ON_SEGMENT(int a)
 {
     cvPyrSegmentation(images0, images1, storage, &comp,
         level, threshold1+1, threshold2+1);
     cvShowImage("Segmentation", images1);
 }

 void CCVMFCView::OnPyrSegmentation()
 {
     images[0] = cvCloneImage(workImg);
     cvFlip(images[0]);

     cvNamedWindow("Segmentation", 1);

     storage = cvCreateMemStorage ( block_size );

     images[0]->width &= -(1<
     images[0]->height &= -(1<

     images0 = cvCloneImage( images[0] );
     images1 = cvCloneImage( images[0] );
     // 对彩色图像进行分割
     l = 1;
     threshold1 =255;
     threshold2 =30;


     sthreshold1 = cvCreateTrackbar("Threshold1", "Segmentation",
         &threshold1, 255, ON_SEGMENT);
     sthreshold2 = cvCreateTrackbar("Threshold2", "Segmentation",
         &threshold2, 255,ON_SEGMENT);

     ON_SEGMENT(1);

     cvWaitKey(0);
     cvDestroyWindow( "Segmentation" );
     cvFlip(images1);

     images1->width = workImg->width;
     images1->height = workImg->height;

     cvReleaseMemStorage(&storage );
     cvReleaseImage(&images[0]);
     cvReleaseImage(&images0);

     m_dibFlag=imageReplace(images1,&workImg);
     m_ImageType=1;
     Invalidate();
 }

金字塔图像分割结果：