图像分割技术.ppt

《图像分割技术.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、图像处理IMAGEPROCESSING自动化工程学院电子工程系教研室王汉萍主讲7图像分割技术7.1分割定义和方法分类7.2边缘检测7.3轮廓跟踪和图搜索7.4HOUGH变换(前面已讲过)7.5阈值分割7.6基于变换直方图的阈值7.7基于过渡区的阈值7.8空间聚类7.9区域生长7.1分割定义和方法分类图像分割是将图像中有意义或有用的特征提取出来，也可以说，将图像分成各具特点的区域并提取出感兴趣目标的技术和过程。图像分割是由图像处理到图像分析的关键步骤。图像读入（光电转换）图像处理（增强，编码）图像分析（分割，描述）图像理解（解释，理解）光图像数字图像

2、处理过的图像特征数据解释判断1图像分割的定义令集合R代表整个图像区域，对R的分割可看作将R分成若干个满足以下5个条件的非空子集（子区域）R1，R2，…，Rn；；对所有的i和j，i≠j，有；对i=1，2，…，n，有P（Ri）=TRUE；对i≠j，有P（Ri∪Rj）=FALSE；对i=1，2，…，n，Ri是连通域。其中P（Ri）代表所有集合Ri中元素的某种性质。2图像分割算法根据相邻象素在象素值方面的相似性和不连续性可分为区域法和边界法；根据处理策略不同分为串行算法和并行算法。分割目标处理方法边界区域并行处理PB（Boundary-BasedParal

3、lelTechniques）并行边界技术，如微分算子PR（Region-BasedParallelTechniques）并行区域技术，如阈值串行处理SB（Boundary-BasedSequentialTechniques）串行边界技术，如边沿跟踪SR（Region-BasedSequentialTechniques）串行区域技术，如四叉树分割7.2边缘检测函数的导数反映图像灰度变化的显著程度，一阶导数的局部极大值和二阶导数的过零点都是图像灰度变化极大的地方。因此可以将导数值作为相应点的边界强度，通过设置门限的方法，提取边界点集。7.2边缘检测算子

4、1.基于一阶导数的边缘检测算子常用边缘检测算子有：Robberts算子、Sobel算子、Prewitt算子、log算子、Canny算子。2范数梯度1范数梯度∞范数梯度Roberts算子Roberts算子是一种利用局部差分算子寻找边缘的算子，对具有陡峭的低噪声的图像效果好。卷积核分别为：采用范数1衡量梯度的幅度：Sobel算子Roberts算子对灰度渐变和噪声较多的图像处理得较好。卷积核分别为：采用∞范数衡量梯度的幅度：Prewitt算子Prewitt算子对灰度渐变和噪声较多的图像处理得较好。卷积核分别为：采用∞范数衡量梯度的幅度：Canny算子Ca

5、nny算子的梯度是用高斯滤波器的导数计算的。该方法不容易受噪声的干扰，能够检测到弱边缘，但是检测边缘的连续性不好。算法步骤：用高斯滤波器平滑图像；计算滤波后图像梯度的幅值和方向；对梯度幅值应用非极大值抑制，其过程为找出图像梯度中的局部极大值点，把其他非局部极大值点置零以得到细化的边缘；用双阈值算法检测和连接边缘，使用两个阈值T1和T2（T1>T2），T1用来找到每条线段，T2用来在这些线段的两个方向上延伸寻找边缘的断裂处，并连接这些边缘。2.基于二阶导数的边缘检测算子二阶导数的过零点对应边缘点。图基于二阶导数的边缘检测拉普拉斯（Laplacian）

6、算子拉普拉斯算子对噪声有极高的敏感性，而且对于双边缘带不易检测出边缘的方向。0000-1-1-1-140000-1-1-1-18拉普拉斯-高斯算子（LoG：LaplacianofGaussian；Mar算子）基本思想：先用高斯函数对图像滤波，然后对滤波后的图像进行拉普拉斯运算，算得的值等于零的点认为是边界点。缺点：产生虚假轮廓；定位精度不高。7.2阈值（threshold）分割取阈值是最常见的并行的直接检测区域的分割方法，假设图像由具有单峰灰度分布的目标和背景组成，在目标或背景内部的相邻像素间的灰度值是高度相关的，但在目标和背景交界处两边的像素在灰

7、度值上有很大的差别。此时图像的直方图应是双峰的。对这类图像常可用取阈值方法来较好地分割。阈值分割的步骤：对一幅灰度取值在[0，L-1]的图像确定一个灰度阈值T（0

8、像素周围邻域中与种子像素有相同或相似性质的像素(根据某种事先确定的生长或相似准则来判定)合并到种子像素所在的区域小。将这些