7-第七章图像分割1、2分解.ppt

* * * * * * * * * * * * * * * * * * 60年代中期，Prewitt提出了直方图双峰法，即如果灰度级直方图呈明显的双峰状，则选取两峰之间的谷底所对应的灰度级作为阈值。 * * * * * * * * * * * * * * * 区域生长是一种根据事前定义的准则将像素或子区域聚合成更大区域的过程。 * 区域生长是一种根据事前定义的准则将像素或子区域聚合成更大区域的过程。 区域生长是一种根据事前定义的准则将像素或子区域聚合成更大区域的过程。 ?开始时确定一个或多个象素点作为种子，然后按某种相似性准则增长区域，逐步生成具有某种均匀性的空间区域， 将相邻的具有相似性质的象素或区域归并从而逐步增长区域，直至没有可以归并的点或其它小区域为止。 * * * * * * * * 定义：图像分割（Image segmentation）就是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。(特性可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应多个区域) * 灰度图像分割是图像分割研究中最主要的内容，其本质是按照图像中不同区域的特性，将图像划分成不同的区域。 而灰度图像分割的依据是基于相邻像素灰度值的不连续性和相似性。也即，子区域内部的像素一般具有灰度相似性，而在区域之间的边界上一般具有灰度不连续性。 * * 这里是指点、线，边缘的检测 * * * * * * * * 由于光学系统等种种原因， 实际的边缘不是一条线而是是有斜坡的，它对应边缘的模糊程度。 由于光学系统等种种原因，实际的边缘不是一条线而是是有斜坡的，它对应边缘的模糊程度。 * 当我们沿着剖面线从左到右经过时，在进入和离开斜面的变化点，一阶导数为正。在灰度级不变的区域一阶导数为零。 在边缘与黑色一边相关的跃变点二阶导数为正，在边缘与亮色一边相关的跃变点二阶导数为负，沿着斜坡和灰度为常数的区域为零。 * 一阶导数可以用于检测图像中的一个点是否在斜坡上.（在边缘上） 二阶导数的符号可以用于判断一个边缘像素是在边缘亮的一边还是暗的一边. (1)对图像中的每条边缘二阶导数生成两个值 (2)一条连接二阶导数正极值和负极值的虚构直线将在边缘中点附近穿过零点.据此可以用于确定粗边线的中心. * 阶跃状边缘位于两边的像素灰度值有明显不同的地方；屋顶状边缘位于灰度值从增加到减少的转折处。边缘是灰度间断的最为普遍的检测方法 * 综上所述，图像中的边缘可以通过对它们求导数来确定，而导数可利用微分算子来计算。对于数字图像来说，通常是利用差分来近似微分。 图像边缘对应一阶导数的极大值点和二阶导数的过零点。 * * * * * 删除 * * * * * * * * * 自动阈值 迭代法 原始图像 迭代阈值二值化图象 图10.20 迭代式阈值二值化图像 * 自动阈值 迭代法 (a) 原图 (b) 图像的直方图 (c) 通过用迭代估计的门限对图像进行分割的结果 * 设一幅图像只由目标物和背景组成，图像中感兴趣目标的像点灰度级服从正态分布，概率密度为p1(z)，均值和方差分别为μ1和σ12；背景点的灰度级服从正态分布，概率密度为p2(z)，均值和方差分别为μ2和σ22。设目标的像素数占图像总像素数的百分比为θ，背景点占(1-θ)，则混合概率密度为： 最小误差分割法 自动阈值 * 最小误差分割法 自动阈值 * 当选定门限为t 时，目标点错划为背景点的概率为： 把背景点错分为目标点的概率为： 则总错误概率为： 最小误差分割法 自动阈值 * 为了使这个误差最小，可令 ，则有 将 和 代入上式，通过对数运算，由此得出 ： 如 最小误差分割法 自动阈值 * 自动阈值 * 7.4 区域分割 * 基本思想 ?阈值分割法由于没有或很少考虑空间关系，使多阈值选择受到限制。 ?基于区域的分割方法可以弥补这点不足，它利用的是图像的空间性质，该方法认为分割出来的属于同一区域的像素应具有相似的性质，其概念是相当直观的。 ?传统的区域分割算法有区域生长法和区域分裂合并法。该类方法在没有先验知识可以利用时，对含有复杂场景或自然景物等先验知识不足的图像进行分割, 也可以取得较好的性能。但是，空间和时间开销都比较大。 基于区域的图像分割是根据图像的灰度、纹理、颜色和图像像素统计特征的均匀性等图像的空间局部特征，把图像中的像素划归到各个物体或区域中，进而将图像分割成若干个不同区域的一种分割方法。 定义 * 条件(1)表明分割区域要覆盖整个图像且各区域互不重