资源描述：
《阈值分割与边缘检测课件.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、图像分割的定义所谓图像分割是指将图像中具有特殊涵义的不同区域区分开来，这些区域是互相不交叉的，每一个区域都满足特定区域的一致性。常见的分割技术:阈值分割技术,微分算子边缘检测区域增长技术,聚类分割技术阈值分割技术全局阈值技术令位于(x,y)点的象素灰度为f(x,y),选择灰度阈值为则分割的二值图像为:大津阈值技术方法:自动寻找阈值,对图像进行分割步骤:假设图像的灰度为1-m级,灰度值为i的象素数为各灰度值的概率:用k将其分两组的产生概率:的产生概率:的均值:的均值:阈值微分算子边缘检测灰度梯度二值分割图像:Roberts交叉算子Sobel模
2、板m=n=1,称作Sobel模板-101-202-101微分算子边缘检测Kirsch算子其中,Laplace算子边缘点:注:Laplace算子对噪声敏感,很少用边缘检测,Marr算子对图像先进行平滑处理,再运用Laplace算子拉普拉斯算子拉普拉斯算子与平滑过程一起利用零交叉找到边缘上式称为高斯型的拉普拉斯算子LoG拉普拉斯算子拉普拉斯算子比较（对比二阶拉普拉斯算子和一阶Sobel梯度算子）Canny算子对边缘检测质量进行分析,提出三准则(1)信躁比准则(2)定位精度准则(3)单边准则Hough变换在预先知道区域形状的条件下,可以方便地得到
3、边界曲线而将不连续的边缘象素点连接起来.优点:受噪声和曲线间断的影响较小.区域增长技术目标:求图像中相似的象素的最大连通集合类别:单一型链结,混合型链结和质心型链结单一型链结的区域增长选择的p1,p2等性质只于单一象素(i,j)有关,而与其他象素无关对噪声的影响反映较大混合型链结的区域增长假如我们在选择Pm(i,j)的时候不仅考虑象素(i,j),还综和其周围邻域的信息,这种方式称为混合型链结的区域增长.平均灰度值:方差:统计量服从自由度为的F分布,如果F大于某个显著水平,我们就说(i,j),(k,l)存在边缘登山算法:条件:待分割的边缘是围
4、绕在一个局部灰度极大值的已知象素周围的闭合轮廓线.对一个象素,斜率值定义为步骤:(1)从局部最大值象素从里向外搜索目标边缘点.遇到最大斜率值处的点被认为到了边缘点.(2)以这些边缘点为种子点在一定的约束条件下进行区域增长.空间约束是朝向局部最大象素值,从外向里,灰度约束是朝向局部最大象素值方向单调增加分水岭方法(watershed）(1)它将梯度幅值图像看成一幅地形图，而梯度幅值对应海拔高度，图像中不同梯度值的区域就对应于山峰和山谷间盆地。?(2)设想在各个局部极小值点的位置打一个洞，然后将地形图逐渐浸入一个湖中，全局极小值点的盆地先水。?
5、(3)水位逐渐升高漫过盆地，当相邻两个盆地的水即将合并时，这时在两个盆地间建坝拦截。?(4)此过程将图像划分为许多个山谷盆地，分水岭就是分隔这些盆地的堤坝。分水岭算法图片示例适用:在模式类别数不清楚时,用聚类分析比较好,可以用相识性和距离量度作为聚类分析准则原则:第1步:用适当的相识性准则对图像进行分类第2步:对第一步分类结果测试,对各簇(子集)进行合并第3步:反复对生成的结果再分类,测试和合并,知道没有新的簇(或子集)进行合并注:相识性准则可取:点积,加权欧式距离等聚类分割技术形态运算膨胀:腐蚀:腐蚀意义:除去图像中小且无意义的点基本的形
6、态操作是腐蚀,膨胀,开启,闭合开运算与闭运算开运算:先腐蚀后膨胀作用:消除图像中细小物体,在纤细处分离物体闭运算:先膨胀后腐蚀作用:填充图像内部细小孔,连接邻近物体边界跟踪方法:从灰度图像中的一个边缘出发,依次搜索并连接相邻边缘点,从而逐步检测出边界步骤:1确定搜索的起始点2采取合适的数据结构和搜索机理,确定新边界3确定搜索综结准则或停止条件方法:8邻域搜索法,跟踪虫搜索法边界分段拟合采用数据点拟合的方法直接将边缘点连接成边界段方法:(1)迭代端点拟合(2)最小均方误差曲线拟合给出一组边缘点,寻找一个满足最小均方差的函数Thankyou!陈
7、烨05.12.7
