数字图像处理8北京大学计算机研究所.pptVIP

3.2.4 图像分割:阈值分割法 分割连通区域 适用场合：印前等。 先左后右，先上半部分、后下半部分 3.2.4 图像分割:阈值分割法 基于多个变量的阈值 基本思想：把前面的方法扩展到多维空间，则寻找波谷的过程，变为寻找点簇的过程。 算法实现： 各维分量波谷之间进行逻辑与运算，从波谷重合的点，得到实际的阈值T。 应用场合：有多个分量的颜色模型，如RGB模型、CMYK模型、HSI模型 3.2.5 图像分割:面向区域的分割 面向区域的分割 基本概念 像素集合的区域增长 区域分裂与合并 3.2.5 图像分割:面向区域的分割 基本概念 目标：将区域R划分为若干个子区域R1,R2,…,Rn，这些子区域满足5个条件： 1)完备性： 2)连通性：每个Ri都是一个连通区域 3)独立性：对于任意i≠j，Ri∩Rj= Ф 3.2.5 图像分割:面向区域的分割 基本概念 4)单一性：每个区域内的灰度级相等， P（Ri）= TRUE，i = 1,2,…,n 5)互斥性：任两个区域的灰度级不等， P（Ri∪Rj）= FALSE，i≠j 3.2.5 图像分割:面向区域的分割 像素集合的区域增长 算法实现： 1）根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的点，或者是位于点簇中心的点 2）选择一个描述符（条件） 3）从该种子开始向外扩张，首先把种子像素加入结果集合，然后不断将与集合中各个像素连通、且满足描述符的像素加入集合 4）上一过程进行到不再有满足条件的新结点加入集合为止 3.2.5 图像分割:面向区域的分割 通过像素集合的区域增长 算法实现： 区域A 区域B 种子像素 种子像素 3.2.5 图像分割:面向区域的分割 区域分裂与合并 算法实现： 1）对图像中灰度级不同的区域，均分为四个子区域 3.2.5 图像分割:面向区域的分割 区域分裂与合并 算法实现： 2）如果相邻的子区域所有像素的灰度级相同，则将其合并 3）反复进行上两步操作，直至不再有新的分裂与合并为止 3.2.5 图像分割:面向区域的分割 区域分裂与合并 算法实现： 3.2.5 图像分割:面向区域的分割 区域分裂与合并 算法实现：实际应用中还可作以下修改： P(Ri)的定义为： 1）区域内多于80%的像素满足不等式 |zj-mi|=2σi， 其中：zj是区域Ri中第j个点的灰度级， mi是该区域的平均灰度级， σi是区域的灰度级的标准方差。 2）当P(Ri)=TRUE时，将区域内所有像素的灰度级置为mi。 3.2.6 图像分割:数学形态学图像处理 数学形态学图像处理 基本概念 腐蚀与膨胀 开-闭运算 变体 3.2.6 图像分割:数学形态学图像处理 基本概念 数学形态学图像处理 结构元素与二值图像进行逻辑运算，产生新的图像的图像处理方法 集合概念上的二值图像B 二值图像B是定义在笛卡儿网格上的集合，网格中值为1的点是集合的元素 结构元素S——是集合概念上的二值图像 为简单起见，结构元素为3x3，且全都为1 当结构元素的原点移到点(x,y)时，记为Sxy 基本概念 结构元素S 3.2.6 图像分割:数学形态学图像处理 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 0 1 1 0 1 1 1 0 1 结构元素Sxy 图像B 腐蚀与膨胀 3.2.6 图像分割:数学形态学图像处理 腐蚀后 膨胀后 原图 腐蚀与膨胀 1) 腐蚀 定义：E = B ? S = { x,y | Sxy?B} 结果：使二值图像减小一圈 算法： 用3x3的结构元素，扫描图像的每一个像素 用结构元素与其覆盖的二值图像做“与”操作 如果都为1，结果图像该像素为1。否则为0 3.2.6 图像分割:数学形态学图像处理 腐蚀与膨胀 1) 腐蚀 结构元素S 3.2.6 图像分割:数学形态学图像处理 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 1 1 1 0 1 1 0 1 1 1 0 1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 腐蚀与膨胀 2）膨胀 定义：E = B ? S = { x,y | Sxy∩B ≠Ф} 结果：使二值图像扩大一圈 算法： 用3x3的结构元素，扫描图像的每一个像素 用结构元素与其覆盖的二值图像做“与”操作 如果都为0，结果图像该像素为0。否则为1 3.2.6 图像分割:数学形态学图像处理 腐蚀与膨胀 1) 腐蚀 结构元素S 3.2.6 图像分割:数学形态学图像处理 1 1 1 1 1 1 1 1 1 1 1 1