图像分割课件

《图像分割课件》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、模式识别安子良上海应用技术学院机械工程学院过程装备与控制教研室2010年9月图像分割的概念图像分割是从图像中提取信息的技术图像分析系统的基本构成预处理图像分割特征提取对象识别图像分割的概念把图像分解成构成它的部件和对象的过程有选择性地定位感兴趣对象在图像中的位置和范围图像分割的概念图像分割的基本思路从简到难，逐级分割控制背景环境，降低分割难度把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上图像分割的概念图像分割举例图像分割的基本策略分割算法基于灰度值的两个基本特性：不连续性和相似性检测图像像素灰度级的不连续性，找到点、

2、线（宽度为1）、边（不定宽度）。先找边，后确定区域。图像分割的概念图像分割的基本策略检测图像像素的灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边图像分割的概念点检测用空域的高通滤波器来检测孤立点：R=(-1*8*8+128*8)/9=106可以设置阈值T=64若R=0，则说明检测点与周围点像素值相同若R>T，则说明检测点与周围点像素值非常的不同，为孤立点88881288888图像-1-1-1-18-1-1-1-1模板点检测汽轮机叶片对应的X光图像点检测的结果改变阈值的结果线检测通过比

3、较典型模板的计算值，确定一个点是否在某个方向的线上你也可以设计其它模板：模板系数之和为0感兴趣的方向系数值较大-1-1-1222-1-1-1水平模板-1-12-12-12-1-145度模板-12-1-12-1-12-1垂直模板2-1-1-12-1-1-12135度模板线检测用4种模板分别计算R水平=-6+30=24R45度=-14+14=0R垂直=-14+14=0R135度=-14+14=0从这些值中寻找绝对值最大值，确定当前点更加接近于该模板所对应的直线111555111111555111111555111图像分割:边界

4、分割法边的检测边界的定义：一段边是两个具有相对不同灰度值特性的区域的边界线适用于：假定问题中的区域是非常类似的，两个区域之间的过渡，仅仅根据灰度的不连续性便可确定不适用于：当假定不成立时，阈值分割技术一般来说比边缘检测更加实用图像分割:边界分割法边的检测分割对象分割对象图像分割:边界分割法边的检测基本思想：计算局部微分算子一阶微分二阶微分截面图边界图像边缘检测一阶导数：用梯度算子来计算特点：对于亮的边，边的变化起点是正的，结束是负的。对于暗边，结论相反。常数部分为零。用途：用于检测图像中边的存在边缘检测二阶导数：通过拉普拉

5、斯来计算特点：二阶微分在亮的一边是正的，在暗的一边是负的。常数部分为零。用途：确定边上的像素是在亮的一边，还是暗的一边，0用于确定边的准确位置常用的边缘检测器给定图像中的一个3*3区域，使用下面的边缘检测滤波器进行检测，它们都使用一阶导数边缘检测举例原始图像水平梯度部分垂直梯度部分组合得到边缘图像边缘检测问题图像中存在太多的细节。比如，前面例子中的砖墙图像受到噪声的干扰，不能准确的检测边缘解决的一个方法是在边缘检测之前对图像进行平滑图像分割:边界分割法边的检测Sobel梯度算子的使用与分析1.直接计算y、x可以检测到边

6、的存在，以及从暗到亮，从亮到暗的变化2.仅计算

7、x

8、，产生最强的响应是正交于x轴的边；

9、y

10、则是正交于y轴的边。3.由于微分增强了噪音，平滑效果是Soleb算子特别引人注意的特性图像分割:边界分割法边的检测拉普拉斯二维函数f(x,y)的拉普拉斯是一个二阶的微分定义为：2f=[2f/x2,2f/y2]可以用多种方式被表示为数字形式。对于一个3x3的区域，经验上被推荐最多的形式是：2f=4z5–(z2+z4+z6+z8)z2z8z5z3z9z6z1z7z4图像分割:边界分割法边的检测拉普拉斯定义数字形式的拉普拉

11、斯的基本要求是，作用于中心像素的系数是一个正数，而且其周围像素的系数为负数，系数之和必为0。-1-1400-100-1图像分割:边界分割法边的检测拉普拉斯算子的分析：缺点：对噪音的敏感；会产生双边效果；不能检测出边的方向应用：拉普拉斯算子不直接用于边的检测，通常只起第二位的角色；检测一个像素是在边的亮的一边还是暗的一边利用零跨越，确定边的位置Laplacian边缘检测我们曾经碰到过基于2阶导数的Laplacian滤波器Laplacian由于对噪声太敏感，因此一般不单独使用通常和平滑Gaussian滤波器进行结合来进行边缘检

12、测高斯拉普拉斯（LOG）高斯拉普拉斯(LaplacianofGaussian，LOG，或Mexicanhat，墨西哥草帽)滤波器使用了Gaussian来进行噪声去除并使用Laplacian来进行边缘检测高斯拉普拉斯举例阈值（Thresholding）图像分割的经典方法是基于灰度阈值的分割方法我们已经讨论