计算机视觉教程 作者 章毓晋 CCV06.pptVIP

6.4.2 过渡区阈值 剪切变换 把被剪切了的部分设成剪切值，避免了一般剪切在剪切边缘造成较大的反差而产生的不良影响 6.4.2 过渡区阈值 有效平均梯度的极值点 典型的EAGhigh(L)和EAGlow(L)曲线都是单峰曲线，即它们各有一个极值 6.4.2 过渡区阈值 过渡区处于目标和背景之间，而目标和背景之间的边界又在过渡区之中，所以可借助过渡区来帮助选取阈值 教程作者（章毓晋）联系信息 通信地址：北京清华大学电子工程系 邮政编码：100084 办公地址：清华大学东主楼，9区307室 办公电话：(010 传真号码：(010 电子邮件：zhang-yj@ 个人主页：/~zhangyujin/ （下载更新的讲稿和教程修改表） * 6-* 第6章 计算机视觉教程 章毓晋 在线教务辅导网： 教材其余课件及动画素材请查阅在线教务辅导网 QQ:349134187 或者直接输入下面地址： 第6章 目标分割 6.1 轮廓搜索 6.2 主动轮廓模型 6.3 基本阈值技术 6.4 特色阈值方法 6.1 轮廓搜索 轮廓搜索是一种基于轮廓的目标分割方法 6.1.1 图搜索 6.1.2 动态规划 6.1.1 图搜索 一个图可表示为G = [N, A]，其中N是一个有限非空的结点集，A是一个无序结点对的集。集A中的每个结点对(ni , nj)称为一段弧（ni ? N，nj ? N） 对任一段弧(ni , nj)都可定义一个代价，记为c(ni , nj)，通路的总代价为 6.1.1 图搜索 代价函数 利用图搜索技术从上向下可检测出如图所示的对应大梯度边缘元素的边界段 6.1.1 图搜索 6.1.2 动态规划 借助有关具体问题的启发性知识减少搜索 图搜索的算法由以下几个步骤构成 (1)　将起始结点标记为OPEN并置g(s) = 0 (2)　如果没有结点OPEN，失败退出，否则继 续 (3)　将根据式(6.1.3)算得的估计代价r(n)为最小 的OPEN结点标记为CLOSE (4)　如果n是目标结点，找到通路（可由n借助 指针上溯至s）退出，否则继续 6.1.2 动态规划 (5)　展开结点n，得到它的所有子结点（如果没 有子结点，返回步骤(2)） (6)　如果某个子结点ni还没有标记，置r(ni) = g(n)+c(n, ni)，标记它为OPEN并将指向它 的指针返回到结点n (7)　如果子结点ni已标记为OPEN或CLOSE，根 据g(ni ) = min[g(ni), g(n)+c(n, ni)]更新它的 值。将其g 值减小的CLOSE子结点标记 为OPEN，并将原来指向所有其g 值减小 的子结点的指针重新指向n。返回步骤(2) 6.1.2 动态规划 对图像进行极坐标变换 同时解决确定起始点和判断搜索是否结束这两个问题 6.2 主动轮廓模型 主动轮廓模型也称蛇模型 6.2.1 主动轮廓 6.2.2 能量函数 6.2.1 主动轮廓 图像上一组排序的点的集合 6.2.2 能量函数 1.　内部能量函数 用来推动主动轮廓形状的改变，并保持轮廓上点之间的距离不要太远或太近 (1)　连续能量 (2)　膨胀力 6.2.2 能量函数 2.　外部能量函数 将变形模板向感兴趣的特征位置吸引 (1)　图像灰度能量 (2)　图像梯度能量 3.　归一化 到[0, 1]区间 6.3 基本阈值技术 6.3.1 原理和分类 6.3.2 全局阈值的选取 6.3.3 局部阈值的选取 6.3.4 动态阈值的选取 6.3.1 原理和分类 阈值分割模型 灰度阈值T（gmin T gmax） 6.3.1 原理和分类 阈值分割方法的关键问题是选取合适的阈值 ①全局阈值：仅根据各个图像像素的本身性质f (x, y) 来选取而得到的阈值 ②局部阈值：根据像素的本身性质f (x, y)和像素周围 局部区域性质q(x, y)来选取而得到的阈值 ③动态阈值：根据像素的本身性质f (x, y)、像素周围 局部区域性质q(x, y)和像素位置坐标(x, y)来选取 6.3.2 全局阈值的选取 1.　极小值点阈值 将直方图的包络看作一条曲线，则选取直方图的谷可借助求曲线极小值的方法 设用h(z)代表直方图，那么极小值点应满足以下条件： 6.3.2 全局阈值的选取 2.　最优阈值 混有加性高斯噪声的图像： 6.3.2 全局阈值的选取 2.　最优阈值 6.3.2 全局阈值的选取 3.　最大凸残差阈值 对直方图凹度进行分析 计算这个区域的 凸包（见图6.3.4 中各前