第12章 图像分割.pdfVIP

第12章 图像分割 主要内容： 图像分割的概念 阈值分割算法 区域法分割图像 12.1 图像分割的概念 图像分割是指通过某种方法，使得画面场景被分为两类： “目标”及“非目标 （背景）”,即将图像的像素变换为 黑、白两种。 图像分割的输出图像是二值图像，所以，通常又称图像 分割为图像的二值化处理（阈值处理）。 二值图像：只有两种灰度值（0和1）的图像 一般： 0 －0 1－255 图像分割示例 图像分割示例——金属显微图像 图像分割的难点 从前面的例子可以看到，图像分割是比较困难 的(自然场景的图像分割尤其困难)。原因是画面中 的场景通常是复杂的，要找出两个模式(区域) 特征的差异，并对该差异进行数学描述是比较 难的。 为此，在图像分割方面，研究了很多算法。 图像分割的算法 按阈值分割 根据直方图选择阈值（固定阈值） 均匀性度量法 聚类方法 区域法分割 按颜色分割 按阈值分割是一种常用而且重要的技术。 12.2 阈值分割的算法 阈值分割的基本思想： 利用图像中目标与背景之间的灰度值的差异， 取一个合适的灰度值作为阈值 （门限值），然后把 图像中的每个像素的灰度值和阈值进行比较，以阈值 为界对图像分类，从而把目标与背景分割开来。 二值分割的实现方法 若图像分为目标和背景两类， 以 （x, y)代表任一点像素； f (x, y) ——输入图像该点的灰度值； g (x ,y )——输出图像该点的灰度值； 选择阈值为T，使得： 0, ( ,f ⎧)x y 当T g (x , y ) ⎨ f x y T ≥ 1, ( , ⎩) 当 T 可将图像分为背景和目标两类。 按阈值分割的关键：阈值的选择。 显然，阈值的选取决定了二值化效果的 好坏。 12.2.1 根据直方图选择阈值 阈值可以通过观察直方图取得——选择直方 图中的谷点值作为阈值。 频数 背景 对应于目标 灰度值 0 T 255 谷点 单一目标时的直方图（示意） 可应用于工作环境较为稳定的场合下。 谷点 原始图像 原始图像直方图 二值图像 由直方图观察图 像的谷点 12.2.1 根据直方图选择阈值 固定阈值的局限性: 在环境时常改变的场合中，该方法不具 备实时性。例如，农田中视觉导航、图像采 集等。 因此，需要一种能够自动、实时产生阈 值的方法。 以下介绍的均是能自动、实时产生阈值的方法 12.2.2 均匀性度量法 均匀性度量的基本思想：属于“同一类”的 对象（区域）具有较大的一致性（如灰度、色彩 值接近或相等）。 度量的的方法：以