图形图像处理图像分割剖析.pptVIP

第七章 图像分割 一、引言 图像分割的目的——理解图像的内容，提取出我们感兴趣的对象。 图像分割按照具体应用的要求和具体图像的内容将图像分割成一块块区域。 图像分割是模式识别和图像分析的预处理阶段。 图像分割的方法——通常采用聚类方法，假设图像中组成我们所感兴趣对象的像素具有一些相似的特征，如相同的灰度值、相同的颜色等。 图像分割技术——基于区域的分割技术 ； 基于边界的分割技术 。 图像分割的数学描述 令集合R代表整个区域，对R的分割可看作将R分成若干个满足以下5个条件的非空子集(子区域)R1 ,R1 ,…Rn： 二、并行边界技术 1、边缘检测原理：利用边缘灰度变换较剧烈的特点，根据灰度变换的情况，选择不同的检测方法使边缘凸现-P181。 2、具体算子模板：用梯度算子(一阶差分)、Laplace算子(二阶差分)以及在图像增强中所讲的各类图像锐化算子模板都可以对图像进行锐化——空域卷积。 以点模板为例——对模板的另一种理解： 同样道理，可以构造线模板 如果在模板区域内所有图像的象素有相同的值，则其和为零。如果模板中心位于某个灰度值不同于其8邻域灰度值的点上，则其和不为零；如果该点在偏离模板中心的位置上，其和也不为零，但其响应幅度比起这个点位于模板中心的情况要小一些。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，就意味着点检测出来了，如果低于阈值则忽略掉。 3、边界闭合算法 边界有一个特点：其梯度相似、梯度的方向角度的大小相似。将满足这两个条件的点赋予同等灰度，可构成边界。具体做法：求出f(x,y)邻域内所有像素的梯度和梯度角，将满足下列关系的f(x,y)、f(s,t) “连接”起来(赋予特殊的灰度值，如最大值)。 4、哈夫变换 用哈夫变换可以检测出某些已知形状的目标的边界。前提条件是该目标边界的数学模型是已知的。哈夫变换具有较强的抗干扰性。 1)、哈夫变换原理 如果对上述得到的图像求导数，如图所示。 问题变成求导数值最大的点所共线的直线 方程y=px+q。换句话说：在图像f(x,y)中，求取那些最多的满足方程y=px+q的点，并确定p、q值。 将方程改写为q=-px+y，将x，y看成定数，则可以建立p，q直线方程。 2)、哈夫变换的操作 1)、构造一个P、Q空间的二维累加数组A(p,q) 2)、从f(x,y)的指定区域中取(xi,yi)，按方程q=-pxi+yi在[pmin,pmax]中遍取可能的p值计算得到可能的q值。 3)、在对应的位置计算A(p,q) =A(p,q)+1 4)、重复2)、3)直到将从f(x,y)的指定区域中的所有点取完。此时，A(p,q)数组中最大值所对应的p，q就是方程y=px+q中的p、q值。 5)、根据y=px+q绘出f(x,y)中的直线。 3)、存在的问题即解决方法 如果直线趋于垂直，则p→∞，为直线的描述带来不方便。更一般的描述是用参数方程：λ=xcosθ+ysinθ。根据这个方程，图像中直线上的点，被映射成为(λ,θ)空间中的正弦曲线——点－曲线变换。例：某N×N图像中有点1、2、3、4、5，设θ在[-900,900]中取值，画出它的哈夫变换图。 从曲线上可以看出： 2、3、4交于一点——共线 1、5、3交于一点——共线 4、1 交于一点——共线 4、5 交于一点——共线 1、2 交于一点——共线 2、5 交于一点——共线 实际上，哈夫变换不仅可以对直线方程的共线点进行检测，也可以对曲线方程的共线点进行检测，道理是一样的。所不同的是随着未知参数的增加，所构造的数组维数会上升，计算量增加。 例如：根据经验，图像中的某目标一定是一个圆，其方程可以用(x-a)2+(y-b)2=r2来描述，其中有三个未知数a、b、r。通过哈夫变换可以求得：给定x、y，遍取a、b的可能值计算出r。并使对应的三维累加数组的对应位置增1。 如此往复，可得参数a、b、r。 给定xi、yi后，r=f(a,b)的方程仍是一个圆的方程。因此，用任何一个R=r平面来切割三维数组，看到的“截面”都是圆的集合。 累加值最高的a、b值，就是共圆的x、y点的个数，此时的r就是圆的半径。 同理，用哈夫变换可以检测椭圆、抛物线、指数曲线等可以用方程表达的各类曲线。未知参数越多，数组的维数越大。 三、串行边界技术 图搜索 定义代价函数c(p,q) ：c(p,q)=H-|f(p)-f(q)|。其中，H为图像中的最大灰度值， f(p)、f(q)为像素p、q的灰度值。显然，代价函数的取值反比于像素间的灰度差值的绝对值。由此可得，代价大对应梯度小；反之代价小对应梯度大。如果能够发现一条累计代价最小的通路，这条通路就有可能是一个边界。 搜索决策图 四、并行区域技术——灰度阈值分割