数字图像处理第7章讲解.ppt

7.1 概述 数字图像处理主要有两个目的: 一是对图像进行加工和处理，得到满足人的视觉和心理需要的改进形式。如前面几章介绍的图像增强和图像恢复。 二是对图像中的目标物（或称景物）进行分析和理解.包括： （1）把图像分割成不同目标物和背景的不同区域（本章）； （2）提取正确代表不同目标物特点的特征参数，并进行描述（第8章）； （3）对图像中目标物进行识别和分类（第9章）； （4）理解不同目标物，分析其相互关系，从而指导和规划进一步的行动 （图像理解）。 图像分割作为图像分析和理解的一个关键步骤，其结果将直接影响到目标物特征提取和描述，以及进一步的目标物识别、分类和图像理解。 边缘与导数(微分)的关系 梯度幅度为 (7.2.10) 或 (7.2.11) 或 (7.2.12) 根据不同图像需要来选用上述三种梯度幅度公式，所得结果称为梯度图像 。 为检测边缘点，可选取适当的阈值T，对梯度图像进行二值化，即 这样就形成了一幅边缘二值化图像，其中为1的像素点就是阶跃状边缘点。据此可得到正交梯度法检测边缘点的过程如图7.2.3所示： 图7.2.5 五种梯度算子的边缘点检测实例 2.LoG算子法 高斯—拉普拉斯(LoG:Laplacian of a Gaussian)边缘检测算子，简称LoG算子法 。 优点:先采用高斯算子对原图像进行平滑，然后再施以Laplacian算子，可克服Laplacian算子对噪声敏感的缺点，减少噪声的影响。 二维高斯函数： 则连续函数f(x,y)的LoG边缘检测算子定义为： 式中 算子H(x,y)是一个轴对称函数，其横截面如图7.2.14所示。由于它相当平滑，能减少噪声的影响，所以当边缘模糊或噪声较大时，利用检测过零点能提供较可靠的边缘位置。 Laplacian算子和 LoG算子处理后的结果对比 (a)原图像; (b)、(c)分别是 4邻域和8邻域 的Laplacian检 测结果; (d)LoG检测结果。 ▓ 光栅扫描跟踪法 方法:按照电视光栅行的扫描顺序，对遇到的像素进行阈值判定而实现的边缘跟踪方法. 优点:实现简单 缺点:若线条灰度值自上而下由小变大，则开始阶段就检测不到线条。此外，若跟踪线的方向接近水平，用自上而下的扫描方式也可能漏跟。 光栅扫描跟踪法的实施步骤 ： （1） 首先设立两种门限：检测门限d和跟踪门限t，且dt。 （2） 将每一行中达到检测门限的点记为1，作为下一步的跟踪起点，这就是检测准则。 （3）对第m行上被记为1的点(m,n)，就在下一行的(m+1,n-1)、(m+1,n)和(m+1,n+1)点上进行跟踪判决，只要这些点的灰度值达到跟踪门限t，这些点也被记为1，这就是跟踪准则。 当整幅图像扫描完成时，跟踪过程便告结束。 （c）点 (d)曲线 2.广义Hough变换 定义:Hough除了能检测可以用解析形式表示的曲线及形状（有规曲线）外，也可以推广到任意形状的检测，一般称之为广义Hough变换。 原理说明:以给定形状、大小及方向而位置未知，且形状不能用解析式表示的目标物检测为例，来说明广义Hough变换的检测过程。 在任意形状目标物内任意确定一点 作为参考点，并通过它向边界上的点 作直线，确定连线的长度为 ，连线与x轴夹角为 ， 和 都是 的函数， 是边界点 的梯度方向，即边界点切线的法线与x轴的夹角。这时，计算参考点位置 的式子为： 若已知目标物的边界R，则可按 的取值由小到大生成一个二维表格，即 表。再通过上式计算参考点位置 。若未知图像边界点计算出的 很集中，形成峰值点，就表示已找到该形状的边界。因而，下一步就是沿用Hough变换的上述步骤，把计数单元中相应元素 的内容加1。最后寻找计数单元的峰值点，它对应于待检测的给定形状目标物所在的位置。 ▓灰度门限的确定 1.极小值点阈值