《计算机视觉》教案第6讲--图像分割.docVIP

《计算机视觉》——第6讲 课程 名称 计算机视觉 总学时 32 课题 图像分割 第11~12学时 课型 选修 教学目标及重点难点 目标： 阈值分割 连通区域分析 亚像素精度阈值分割 图像特征提取 重点：基于边缘的方法，区域增长法与连通区域分析。 难点：什么是评判灰度相近相近的标准? 教学准备（教具、课件、图片、资料） 多媒体教室（投影仪） 板书 设计 采用PowerPoint演示文稿（幻灯片）和实例图像内容相结合的形式 教和学的过程 教学 内容 教师活动 学生活动 简要 回顾 提问图像增强与图像平滑，归纳要点 课内学习新知识：对图像边缘、区域的理解，区域增长与连通区域关系的认识和连通区域的构成。课后完成对应实验内容，复习巩固本讲知识，同时预习新知识。扩展了解提高分割精度的亚像素精度阈值分割思想。 讲解 新知识 用实例图像内容，激发学生兴趣 实例 目标 利用新知识分析实例的技术要点，引导学生掌握如何完成实例目标 归纳 小结 回顾本堂课要点，加强印象 分析 讨论 发现问题，通过改善实例目标，启发学生创新思维,并引入下节课内容 练习 思考 分割静止目标和分割运动目标的区别 讲课提要 内容提要 说明 简要回顾 图像增强的方法 图像平滑的方法 演示回顾第2-3次课的相关例子 基于边缘的方法，区域增长法与连通区域分析 （难点） 基于边缘的分割： 基于边缘算子法；常见边缘对应的灰度可能出现的情况 1）梯度法 2）二阶导数取局部极大 3）Marr和Hildreth (DOG)方法 4）基于模板法 基于区域的分割： 1）双峰法：取双峰之间的最低谷 2）单峰拐点法 3）参数法：分割图像的关键为寻找T 4）最大方差自动取阈值法：要求分割阈值T将图分成两部分，分割后这两部分的灰度均值与总灰度之间的差距离最大 连通区域分析： 1）区域增长法：思想将灰度相近的点按四邻或八邻连接起来，实现分割 演示： 结合相关例子讲解其原理、概念、方法 基于边缘的分割与基于区域的分割（重点） 图像分割知识简介 什么叫图像分割？ 图像分割的原理、方法和应用 以客观事物举例：如何将一张灰度图分割成不同的区域 介绍基于边缘的分割与基于区域的分割的特点： 1）梯度法 2）二阶导数取局部极大 3）Marr和Hildreth (DOG)方法 4）基于模板法 5）双峰法：取双峰之间的最低谷 6）单峰拐点法 7）参数法：分割图像的关键为寻找T 8）最大方差自动取阈值法 9）区域增长法 基于边缘的分割与基于区域的分割的案例分析： 对相同图像，采用不同方法的结果与差异性对比 用实例逐一演示 归纳分析 图像分割的本质问题 对不同的对象提取要求，应采用不同的图像分割 连通区域分析方法在图像分割中的地位 注意：引入下节课内容，提高学生兴趣，提早预习新知识，同时布置思考题，让学生查找新知识，扩充知识面