第十章图像分割题库.pptVIP

第十章 图像分割 图像分割 图像分割 ?分割出来的各区域对某种性质例如灰度，纹理而言具有相似性，区域内部是连通的且没有过多小孔； ?区域边界是明确的； ?相邻区域对分割所依据的性质有明显的差异。 图像分割 ? 第1类性质的应用途径是基于亮度的不连续变化分割图像，比如图像的边缘。如边缘检测。 ? 第2类的主要应用途径是依据事先制定的准则将图像分割为相似的区域。门限(阈值)处理、区域生长、区域分离和聚合都是这类方法的实例。 图像分割 ? 10.1 间隔检测 ? 10.2 边缘连接和边界检测 ? 10.3 门限处理（阈值分割） ? 10.4 区域分割 各类算子的受噪声的影响 将参数空间分割为累加器单元。 (amax, amin) 和 (bmax, bmin) 分别为斜率和截距值期望的范围。 所有单元被初始化为零。 如果一个 ap值得到解bq ，则A(p,q) = A(p,q)+1 在这一过程的最后， A(i,j) 中的Q值对应 xy平面中直线y = aix+bj上的Q 点。 图 10.21 (a)直线的标准式； (b)将??平面细分为不同单元 将图像细分为子图像。 对每一个子图像采用不同的阈值分割。 由于用于每个象素的门限取决于像素在子图像中的位置，所以这类门限处理是自适应的。 10.4.1 基本公式 条件(1)表明分割区域要覆盖整个图像且各区域互不重叠； 条件(2)表明每个区域具有相同的性质； 条件(3)表明相邻的两个区域性质相异不能合并为一个区域。 小结 图像分割在大多数自动图像模式识别和场景分析问题中是一个基本的预备性步骤。正如在前面各节中各种例子涉及的范围所说明的，选择一种分割技术而不选择另一种，主要是由所面对问题的特点决定的。本章所讨论的各种方法尽管并非十分详尽，但确实是在实际应用中广泛使用的具有代表性的技术。应用也比较广泛，譬如现在指纹提取技术。 下面用MATLAB演示一个相关的例子。 10.4 区域分割 基本处理思想 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离合并法。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。 形式化地定义如下：令I表示图像,H表示具有相同性质的谓词,图像分割把I分解成n个区域 Ri, i＝1,2,…,n,满足： 10.4.2 区域生长 区域生长法主要考虑象素及其空间邻域象素之间的关系 ?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。 ?区域内象素的相似性度量可以包括平均灰度值、纹理、颜色等信息。 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. ?选择合适的种子点 ?确定相似性准则(生长准则) 如果P(Ri)=TRUE，则进行生长。 ?确定生长停止条件 步骤 10.4.2 区域生长 实例 图 10.35 (a)显示有缺陷的焊缝的图像 (b)种子点 (c)区域生长的结果 (d)对有缺陷的焊缝区域进行分割得到的边界 (a) (b) (c) (d) 10.4.2 区域生长 图 10.36 图10.35(a)的直方图 10.4.2 区域生长 10.4.3 区域分离 如果区域的某些特性差别比较大，即不满足一致性准则时，则区域应该采用分离法，分离过程从图像的最大区域开始，一般情况下，是从整幅图像开始。 注意： ? 确定分离准则(一致性准则)。 ? 确定分离方法，即如何分离区域，使得分离后的子区域的特性尽可能都满足一致性准则值。 算法 1、形成初始区域。 2、对图像的每一个区域Ri，计算P(Ri)，如果 P(Ri)=FALSE 则沿着某一合适的边界分离区域。 3、重复步骤2，当没有区域需要分离时，算法结束。 10.4.3 区域分离 10.4.4 区域合并 ?合并运算就是把相邻的具有相似性质的区域合成为一个区域。 ?合并算法中最重要的运算是确定两个区域的相似性。 ?评判区域相似性方法有许多，评判相似性的方法可以基于区域的灰度值，也可以基于区域边界的强弱性等因素。一种简单的方法是比较它们的灰度均值。 基本思想 单纯的区域分离只能把图像分成许