6图像分割2分析报告.pdf

图像理解与计算机视觉 图像理解与计算机视觉 第六章 图像分割 第六章 图像分割 ——基于边界的图像分割技术 ——基于边界的图像分割技术 基于边界的图像分割技术 图像分割： 所谓图像分割，从总体上说，就是把图像分成若干有意义 的区域的处理技术，这些区域互不交叠，每一区域内部的 某种特性或相同或接近，而不同区域间的图像特征则有明 显差别，即同一区域内部特性变化平缓，相对一致，而区 域边界处则特性变化比较剧烈。而且这些区域要么对当前 的任务有意义，要么有助于说明它们与设计物体或物体的 某些部分之间的对应关系。 第二章 基于边界的图像分割技术 图像分割研究的问题： 在图像的研究和应用中，人们往往只对一幅图像中的某 些部分感兴趣，这些感兴趣的部分一般对应图像中特定的 、具有特殊性质的区域，称之为目标或前景，其它部分称 为图像的背景。为了辨识和分析目标，需要把目标从一幅 图像中孤立出来，这就是图像分割要研究的问题。 图像分割是是图像处理的一个极其重要的部分，在实际 生活中己得到了广泛的应用，是为了进一步对图像进行分 析、识别处理，分割的准确性直接影响后续任务的有效性 和正确性，因此具有十分重要的意义。 第二章 基于边界的图像分割技术 早期的图像分割方法可以分为两大类： 一类是边界方法，这种方法假设图像分割结果的某个 子区域在原来图像中一定会有边缘存在； 一类是区域方法，这种方法假设图像分割结果的某个 区域一定会有相同的性质，而不同区域的像素则没有共同 的性质。 这两种方法都有优点和缺点。 基于边缘检测的分割 边缘检测的意义： 基于边缘检测的分割方法是一种历史悠久并且应用广泛的 分割方法。边界存在于目标与背景、目标与目标、区域与 区域之间，它是图像最基本的特征，包含了在实际应用中 用于分割的基本信息。 基于边缘检测的图像分割方法是一种经典的分割方法，这 种分割方法的依据是相当直观的。图像的边缘对人的视觉 具有重要意义，一般而言，当人看一个有边缘存在的物体 时，首先感觉到的便是边缘。灰度或结构等信息的突变处 称为边缘，它是一个区域的结束，也是另一个区域的开始 。 基于边缘检测的分割 边缘检测的对象： 当眼睛看一个物体时，如果亮度好、物体的边界清晰， 就会很容易的把物体分割成区域分明的若干个部分。相反 ，如果亮度不好，或者是亮度在逐渐的变化，就不能很好 的分割这个区域。然而，如果此区域有亮度突变，眼睛就 立刻能感受到边缘的存在。图像分割的一种重要途径是通 过边缘检测，即检测灰度级或者结构具有突变的地方，表 明一个区域的终结，也是另一区域开始的地方。这种不连 续性称为边缘。不同的图像灰度不同，边界处一般有明显 的边缘，利用此特征可以分割图像。 基于边缘检测的分割 边缘检测缺陷： 需要指出的是，边缘并不等同于实际目标的边界，由于 图像数据是二、三维的，而实际物体是N维的，从高维到低 维的投影必然会造成信息的丢失。再加上成像过程中的光照 不均和噪声等因素的影响，使得有边界的地方不一定能检测 出边缘，检测出有边缘的地方也不一定代表实际边界。基于 边缘检测的图像分割方法虽然简单，理论和方法仍存在有待 解决的地方。 基于边缘检测的分割 边缘检测特点： 图像边缘是图像特征的一个重要的属性 边缘常常意味着一个区域的终结和另一个区域的开始 ，是图像局部特征不连续的表现 图像边缘有方向和幅度两个特征 图像边缘信息在图像分析和人的视觉中都是十分重要 的，是图像识别中提取图像特征的一个重要属性 基于边缘检测的分割 基本思想： 其基本思想是先检测图像中的边缘点再按一定策略链 接成轮廓，从而构成分割区域。 实质： 利用不同区域间像素灰度不连续的特点检测出区域间 的