第十章图像分割

(104页)

'第十章图像分割'
第十章 图像分割? 图像分割引言? 边界分割法? 边缘连接分割法? 阈值分割法? 面向区域的分割 图像分割引言? 引言 –图像分析系统的基本构成 –图像分割的概念 –图像分割的基本思路 –图像分割的基本策略 ? 图像分析系统的构成 分割 表示与描述 中级处理 预处理 识别问题 知识库 结果 与 图像获取 解释 低级处理 高级处理( 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“0”,通过分割以后,可得 一幅二值图像。 ? 图像分割的应用领域 l 机器阅读理解 l OCR录入 l 遥感图像自动识别 l 在线产品检测 l 医学图像样本统计 l 医学图像测量 l 图像编码 l 图像配准的预处理 图像分割的意义? 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,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。 图像分割的基本策略– 图像分割的基本策略,基于灰度值的两个基本特性: 1. 不连续性——区域之间 2. 相似性——区域内部– 根据图像像素灰度值的不连续性 ? 先找到点、线(宽度为1)、边(不定宽度) ? 再确定区域–根据图像像素灰度值的相似性 ? 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? 不连续性 –边界分割法 –边缘连接分割法? 相似性 –阈值分割法 –面向区域的分割 –数学形态学图像处理 1 间断检测? 间断检测法 –点的检测 –线的检测 –边的检测 1.1 点的检测–用空域的高通滤波器来检测孤立点例: 8 8 8 -1 -1 -1 8 128 8 -1 8 -1 图像 模板 8 8 8 -1 -1 -1 R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106设 :阈值:T = 64 R > T点的检测 点的检测——算法描述–设定阈值 T,如T = 32、64、128等,并计算 高通滤波值R–如果R值等于0,说明当前检测点与的灰度值 与周围点的相同–当R的值足够大时,说明该点的值与周围的 点非常不同,是孤立点。通过阈值T来判断 |R| > T 检测到一个孤立点点的检测 1.2 线的检测 –通过比较典型模板的计算值,确定一个点是 否在某个方向的线上-1 -1 -1 -1 -1 2 -1 2 -1 2 -1 -12 2 2 -1 2 -1 -1 2 -1 -1 2 -1-1 -1 -1 2 -1 -1 -1 2 -1 -1 -1 2 水平模板 45度模板 垂直模板 135度模板 线的检测例: 1 1 1 1 1 1 1 1 1 图像 5 5 5 5 5 5 5 5 5 1 1 1 1 1 1 1 1 1 用4种模板分别计算 R水平 = -6 + 30 = 24 R45度 = -14 + 14 = 0 R垂直 = -14 + 14 = 0 R135度 = -14 + 14 = 0? 线的检测——算法描述 –依次计算4个方向的典型检测模板,得到Ri i=1,2,3,4 –如 |Ri| > |Rj| 对于所有的j = i,那么这个点被称为 在方向上更接近模板i 所代表的线? 设计任意方向的检测模板 –可能大于3*3 –模板系数和为0 –赶兴趣的方向的系数大。 线的检测 1.3 边缘的检测边界的定义: 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 边缘的检测 分割对象区域分割对象区域边缘的检测 边缘的检测基本思想 边界图像–计算局 部微分 算子 截面图边缘的检测一阶微分: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二阶微分:通过拉普拉斯来计算 ? 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: 1)二次导数的符号,用于确定边上 的像素是在亮的一边,还是暗的一 边。 2)0跨越,确定边的准确位置边缘的检测 梯度算子函数f(x,y)在(x,y)处的梯度 z1 z2 z3 为一个向量: z4 z5 z6?f = [?f / ?x , ?f / ?y] z7 z8 z9计算这个向量的大小为:?f = mag(?f ) = [(?f / ?x)2 +(?f / ?y)2]1/2近似为: ?f ? |?x| + |?y| 梯度算子 -1 -2 -1 -1 0 1 ?x 0 0 0 ?y -2 0 2梯度的方向角为: 1 2 1 -1 0 1 ?(x,y) = tan(?y / ?x)Sobel算子为: ?x = (z7 + 2z8 + z9) - (z1 + 2z2 + z3) ?y = (z3 + 2z6 + z9) - (z1 + 2z4 + z7)梯度值: ?f ? |?x| + |?y| Sobel梯度算子的使用与分析1. 直接计算?y、?x可以检测到边的存在, 以及从暗到亮,从亮到暗的变化2. 仅计算|?x|,产生最强的响应是正交 于x轴的边; |?y|则是正交于y轴的边。 3. Soleb算子具有平滑效果,由于微分增强 了噪音,这一点是特别引人注意的特性 拉普拉斯二维函数f(x,y)的拉普拉斯是 z1 z2 z3 一个二阶的微分定义为: z4 z5 z6 2 2 2 2? f = [? f / ?x , ? f / z z z ?y2] 7 8 9 可以用多种方式被表示为 数字形式。对于一个3*3的区 域,经验上被推荐最多的形 2 式是:? f = 4z5 – (z2 + z4 + z6 + z8)拉普拉斯拉普拉斯 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,通常只起辅助的角色; ? 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2 边缘连接和边界检测 ? 边缘连接法 –局部处理法 –Hough变换边缘连接的意义——边检测算法的后处理 ? 由于噪音的原因,边界的特征很少能够被 完整地描述,在亮度不一致的地方会中断 ? 因此典型的边检测算法后面总要跟随着连 接过程和其它边界检测过程,用来归整边 像素,成为有意义的边 2.1 局部连接处理–连接处理的时机和目的–连接处理的原理–局部连接算法描述 连接处理的时机和目的: 时机:对做过边界检测的的图 像进行 目的:连接间断的边 连接处理的原理 点 (x,y)? 对做过边检测的图象的每个点 (x,y)的特性进行分析? 分析在一个小的邻域(3x3或 5x5)中进行 点(x’,y’)? 所有相似的点被连接,形成一 个享有共同特性象素的边界 ? 用比较梯度算子的响应强度和 梯度方向确定两个点是否同属 一条边 连接处理的原理通过比较梯度,确定两个点的连接性: 对于点(x’,y’),判断其是否与邻域内的点 (x,y)相似,当: |?f (x,y) – ?f (x
关 键 词:
第十章图像分割 ppt、pptx格式 免费阅读 下载 天天文库
 天天文库所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
关于本文
本文标题:第十章图像分割
链接地址: https://www.wenku365.com/p-42216130.html
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服点击这里,给天天文库发消息,QQ:1290478887 - 联系我们

本站为“文档C2C交易模式”,即用户上传的文档直接卖给(下载)用户,本站只是中间服务平台,本站所有文档下载所得的收益归上传人(含作者)所有【成交的100%(原创)】。本站是网络服务平台方,若您的权利被侵害,侵权客服QQ:1290478887 欢迎举报。

1290478887@qq.com 2017-2027 https://www.wenku365.com 网站版权所有

粤ICP备19057495号 

收起
展开