数字图像处理第7章 图像分割技术ppt课件.ppt

数字图像处理第7章 图像分割技术ppt课件.ppt

ID:58781643

大小:2.30 MB

页数:71页

时间:2020-10-03

数字图像处理第7章  图像分割技术ppt课件.ppt_第1页
数字图像处理第7章  图像分割技术ppt课件.ppt_第2页
数字图像处理第7章  图像分割技术ppt课件.ppt_第3页
数字图像处理第7章  图像分割技术ppt课件.ppt_第4页
数字图像处理第7章  图像分割技术ppt课件.ppt_第5页
资源描述:

《数字图像处理第7章 图像分割技术ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第七章图像分割技术7.1基于阈值选取的图像分割方法7.2基于区域的图像分割方法7.3基于边缘检测的图像分割7.4图像分割的MATLAB实现图像分割把图像空间按照一定的要求分成一些“有意义”的区域的技术叫图像分割。例如:(1)要确定航空照片中的森林、耕地、城市区域等,首先需要将这些部分在图像上分割出来。(2)要辨认文件中的个别文字,也需先将这些文字分选出来。(3)要识别和标定细胞的显微照片中的染色体,需要用图像分割技术。一幅图像通常是由代表物体的图案与背景组成,简称物体与背景。若想从一幅图像中“提取”物体,可以设法用专门的方法标出属于该物体的点,如把物体上的点标为“1”,而把背景点标为

2、“0”,通过分割以后,可得一幅二值图像。图像分割的意义是把图像分成若干个有意义区域的处理技术。其从本质上说是将各像素进行分类的过程。分类所依据的特性可以是像素的灰度值、颜色或多谱特性、空间特性和纹理特性等。图像分割方法分类:大致可以分为基于边缘检测的方法和基于区域生成的方法。第一类为找出图像的边缘信息,首先检出局部特性的不连续性,再将它们连成边界,这些边界把图像分成不同的区域,从而分割出各个区域,常用边缘检测方法有基于边缘检测的图像分割、基于阈值选取的图像分割;图像分割方法分类:第二类为基于区域生成的方法,是将像素分成不同的区域,根据相应的区域特性在图像中找出与其相似的部分并进行处理

3、,常用的方法有区域生长、分裂-合并分割方法。以上这两类方法互为对偶,相辅相成,有时还要将它们结合起来,以得到更好的分割效果。7.1阈值选取的图像分割方法7.1.1灰度阈值分割7.1.2直方图阈值7.1.3最大熵阈值7.1.4二维直方图阈值7.1.5局部阈值法若图像中目标和背景具有不同的灰度集合:目标灰度集合与背景灰度集合,且两个灰度集合可用一个灰度级阈值T进行分割。这样就可以用阈值分割灰度级的方法在图像中分割出目标区域与背景区域,这种方法称为灰度阈值分割方法。T的选择原则1.B1应尽可能包含与背景相关的灰度级,而B2则应包含物体的所有灰度级。2.当扫描这幅图像时,从B1到B2之间的

4、灰度变化就指示出有边界存在。常用的几种二值化方法1令二值化图像为:2令二值化图像为:3令二值化图像为:4令二值化图像为:常用的两种半阈值化方法12不同阈值对阈值化结果的影响(a)原始图像;(b)阈值T=91;(c)阈值T=130;(d)阈值T=43(a)(b)(c)(d)直方图阈值的双峰法当灰度图像中画面比较简单且对象物的灰度分布比较有规律,背景和对象物在图像的灰度直方图上各自形成一个波峰,由于每两个波峰间形成一个低谷,因而选择双峰间低谷处所对应的灰度值为阈值,可将两个区域分离。我们把这种通过选取直方图阈值来分割目标和背景的方法称为直方图阈值双峰法。细胞原灰度图像图像直方图T=14

5、0时阈值分割后的图像原灰度图像图像直方图T=130时阈值分割后的图像动态阈值法在有些情况下,整幅图像用一个固定的阈值来分割,可能得不到好的分割效果。此时可以利用取动态门限值的方法分割图像。取动态门限值是先将图像分成若干块,对每一块按其局部直方图由上述方法选择门限值。最大熵阈值图像阈值最大熵分割方法是应用信息论中熵的概念对图像阈值化,使选择的阈值t分割图像目标区域、背景区域两部分灰度统计的信息量为最大,所采用的一种图像阈值分割方法。对数字图像阈值分割的图像灰度直方图如图,其中,灰度级低于t的像素点构成目标区域O,灰度级高于t的像素构成背景区域B,由此得到目标区域O的概率分布和背景区域

6、B的概率分布分别是目标区域O的概率灰度分布:背景区域B的概率灰度分布:7.2基于区域的图像分割方法7.2.1区域生长法7.2.2分裂-合并7.2.1区域生长法分割的目的是把一幅图像划分成一些区域,对于这个问题的最直接的方法是把一幅图像分成满足某种判据的区域。要划分成区域,要确定一个区域与其它区域相区别的特征,还要产生有意义分割的相似性判据。分割区域的一种方法叫区域生成或区域生长。可以从满足区域特征的一点开始,加上与已知点相似的邻点形成一个区域。这个相似性准则可以是灰度级、彩色值、结构、梯度或其它特征。相似性的测度可以由所确定的阈值来判定。所以,此方法是从满足检测准则的点开始,在各个

7、方向上生长区域。当其邻近点满足检测准则,就并入区域中。不断重复这一过程,直到没有可接受的邻近点为止。区域生长法时需要由以下3个步骤来实现(1)确定选择一组能正确代表所需区域的起始点种子像素。(2)确定在生长过程中将相邻像素包括进来的(相似性判别生长)准则。(3)确定区域生长过程停止的条件或规则。当然,区域生长分割方法针对不同的实际应用,需要根据具体图像的具体特征来确定种子像素和生长及停止准则。1.灰度差判别式相似性的判别值可以选取像素与邻域像素间的灰度差,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。