第8章图像分析(第1讲).pptVIP

（3）通过这样的连接关系可以定义一个属于 的子集，这个子集形成一个区域。在这个区域中，任何点都与 有关。利用等价模板可分成最大的连接区域。然后，这些最大的连结区域又可以象搭积木一样形成有意义的分割。 １９7０年布赖斯和芬尼玛提出一种分割方法。这个方法如图8—10所示。 图中(a)是具有灰度级的3 × 3的 G 阵列，图(b)是对 S 的分割结果。其中图像格子为 G ，它是大格子 S 的子格子。G 为 M ×N 的 格子， S 是 (2M+1) ×(2N+1) 的大格子。 在大格子中，G(i,j)点位于 S 的 (2i+1) ×(2j+1) 点上。 G 中的点与S中的点相对应，其中每一下标都是奇数，其余的点用来代表区域的边界。 以这种形式表现的区域，产生一种寻找最大连结区域的方法。G 中的点与它上边和右边的点相比较，灰度级相同就合并，灰度级不同就插入边界线。把图像中的每个点都考虑了之后，整个图像就被分割成区域了。在这个例子中，由于采用了４连接等价关系，因此，由图8—10可见，在对角线方向上的等灰度级产生了隔开的区域。 图 8—10 布赖斯和芬尼玛分割方法 * 把大细胞与小细胞识别并分类； 3 把识别出的细胞之特征进行特征分析， 4. 如圆的面积、周长、数量等。 * 把大细胞与小细胞识别并分类； 3 把识别出的细胞之特征进行特征分析， 4. 如圆的面积、周长、数量等。 * 图中（b)中黑色对应最大负值，白色对应最大正值，灰色对应零值。若将图(b)中所有负值都置为黑，将所有正值都置为白，然后将过零点检测出来作为边缘就得到图(c)，其中白色表示真正边缘。 克服这一缺点有如下一些方法： 如果已知在图像上的位置函数描述不均匀照射，就可以设法利用灰度级校正技术进行校正，然后采用单一阈值来分割； 另外一种方法是把图像分成小块，并对每一块设置局部阈值。但是，如果某块图像只含物体或只含背景，那么对这块图像就找不到阈值。这时，可以由附近的像块求得的局部阈值用内插法给此像块指定一个阈值。 8.1.1 灰度阈值法分割 8.1.2 样板匹配 8.1.3 区域生长 8.1.4 区域聚合 样板（模板）是为了检测某些不变区域特性而设计的阵列。根据检测目的不同分为点样板、线样板、梯度样板、正交样板等等。 点样板如图。下面用一幅具有恒定强度背景的图像来讨论。 1）点样板 -1 -1 -1 -1 8 -1 -1 -1 -1 假定小块 之 间 的 距 离 大 于 ，这里 、 分别是在x和y方向的取样距离，用点样板的检测步骤如下： 样板中心（标号为8）沿着图像从一个像素移到另一个像素，在每一个位置上，把处在样板内的图像的每一点的值乘以样板的相应方格中指示的数字，然后把结果相加。如果在样板区域内所有图像的像素有同样的值，则其和为零。另一方面，如果样板中心位于一个小块的点上，则其和不为零。 -1 -1 -1 -1 8 -1 -1 -1 -1 如果小块在偏离样板中心的位置上，其和也不为零，但其响应幅度比起这个小块位于样板中心的情况时要小一些，这时，可以采用阈值法清除这类较弱的响应，如果其幅度值超过阈值，就意味着小块被检测出来了；如果低于阈值则忽略掉。 式中 (8—25) (8—26) 设 代表3×3模板的权，并使 为模板内各像素的灰度值。从上述方法来看，应求两个矢量的积，即： 设置一阈值 ，如果 (8—27) 我们认为小块已检测出来了。这个步骤可很容易地推广到n×n大小的样板，不过此时要处理n2维矢量。 线检测样板如下图所示。其中，样板(a)沿一幅图像移动，它将对水平取向的线（一个像素宽度）有最强的响应。对于恒定背景，当线通过样板中间一行时出现最大响应；样板(b)对45°方向的那些线具有最好响应；样板(c)对垂直线有最大响应；样板(d)则对-45°方向的那些线有最好的响应。 设 是图8—3中四个样板的权值组成的九维矢量。与点样板的操作步骤一样，在图像中的任一点上，线样板的各个响应为 ，这 里 i =1、2、3、4。此处X 是样板面积内九个像素形成的矢量。给定一个特定的X，希望能确定在讨论问题的区域与四个线样板中的哪一个有最相近的匹配。如果第 i 个样板响应最大，则可以断定X和第 i 个样板最相近。 换言之，如果对所有的 值，除 外，有： (8—28) 就 可 以 说 和 第 个 样 板 最 接近 。 如果 ， =2、3、4，可以断定