Analiza obrazów cyfrowych jest dziedziną intensywnie rozwijającą się w ostatnich latach, a segmentacja obrazów jest jednym z centralnych jej problemów. Prezentowana książka przedstawia zagadnienia segmentacji obrazów cyfrowych ze szczególnym uwzględnieniem metody segmentacji wododziałowej.
Metoda ta jest uznana za jedno z najdoskonalszych narzędzi segmentacji obrazu. Jednakże nie zawsze gwarantuje ona uzyskanie zadowalających wyników. Szczególne trudności występują w przypadku obrazów naturalnych, gdzie najważniejsze dla nas obiekty mogą charakteryzować się słabym kontrastem. Bardzo często w wyniku segmentacji wododziałowej otrzymuje się nadsegmentację, rozumianą jako podział obszaru, na którym obraz jest zdefiniowany, na wiele małych regionów, które nie mają swojego odpowiednika w naturze. Obszary te trzeba następnie połączyć w większe maski odpowiadające interesującym nas obiektom.
W niniejszej książce wiele uwagi poświęcono właśnie scalaniu regionów w większe maski i przedstawiono oryginalne podejście wykorzystujące maksimum średniego kontrastu między generowaną maską a jej otoczeniem. Metodę tę zilustrowano przykładami analizy obrazów tarczy słonecznej, obrazów MRI przekroju rdzenia kręgowego oraz obrazów mammograficznych. Proponowana metoda daje się też przenieść na wiele innych przypadków.
Do książki jest dołączony CD-ROM. Zawiera on wyniki otrzymane dla różnych obrazów, w większej reprezentacji niż w treści książki, a szczególnie dla mammogramów wziętych z mammograficznej bazy danych DDSM. Umożliwia to szczegółowe zapoznanie się z wynikami uzyskanymi przez autora na dużej liczbie obrazów. Dzięki temu Czytelnik będzie mógł samodzielnie przeprowadzić obliczenia porównawcze, jakie są potrzebne przy opracowaniu nowych metod analizy obrazów, a w szczególności ekstrakcji i klasteryzacji mikrozwapnień. W dotychczasowej literaturze nie prezentowano tak szczegółowych wyników i materiałów do porównań.
Książka jest przeznaczona dla naukowców, doktorantów i studentów zajmujących się analizą obrazów w takich dziedzinach jak informatyka, elektronika, biocybernetyka. Może także być przydatna dla mechaników, fizyków, materiałoznawców i inżynierów ułatwiając im zastosowanie analizy obrazów dla własnych potrzeb.
