08-图像分割.pptVIP

数字图像处理与模式识别 硕士一年级课程 罗代升 2008. 10 Digital Image Processing and Pattern Recognition 联系 罗代升 电话: 8546 3988 (O) 电邮: dshluo@ 四川大学电子信息学院图像信息研究所 成都, 610064 Digital Image Processing and Pattern Recognition 第8章 图像分割 Digital Image Processing and Pattern Recognition 简介 门限处理（阈/阀值分割） 区域检测（分割） 点/线/边缘（边沿/边界）检测（分割） 形态学分水岭分割 运动目标分割 Digital Image Processing and Pattern Recognition I. 简介 1。定义 把图像分割成物体区域和背景区域的运算 2。类型 按灰度的不连续性分割，按灰度的相似性分割。 按边沿特征分割，按区域特征分割。 3。应用 目标分割，目标提取，特征分割，特征提取等 4。方法 阈值分割，区域分割，边沿分割等 Digital Image Processing and Pattern Recognition II. 门限处理（阈/阀值分割） （1）单阈值分割（二值化） T: 阈值 Digital Image Processing and Pattern Recognition 单阈值分割例子：阈值T=7 原始图像 二值图像 Digital Image Processing and Pattern Recognition C/C++程序实现： CImage::SingleThreshold(int T, BYTE **binary) { for (int i=0;irow;i++) for (int j=0;jcol;j++) if (data[i][j]=T) binary[i][j]=1; // 通常255 else binary[i][j]=0; } Digital Image Processing and Pattern Recognition （2）多阈值分割（灰度分层） Digital Image Processing and Pattern Recognition （3）半阈值分割(背景剪除) Digital Image Processing and Pattern Recognition （4）自适应阈值分割: 不同的区域采用不同的阈值分割 分块法 (a) 把图像分成不重叠的子图像块，每块采用自己的阈值分割 Digital Image Processing and Pattern Recognition (b)在每个象素点取邻域子图像块，每点采用自己的邻域子图像块的阈值分割 B. 空间域/频率域线性变换滤波阈值分割 线性变换滤波后取阈值分割 Digital Image Processing and Pattern Recognition （5）确定阈值: 试验法 在图像处理工具中，滑动阈值键，直看到满意为止 B. 手工法 T=fe fe: 物体边沿上的像素点的灰度值 T=(feo+fei)/2 feo:物体边沿外的像素点的灰度值 fei:物体边沿内的像素点的灰度值 Digital Image Processing and Pattern Recognition C. 使用直方图 谷点法 在双模（双峰）直方图中选择谷点 例如： Digital Image Processing and Pattern Recognition (b)最小分类误差法 设物体: p(r) = N(?, ?, r), 背景: q(r)= N(?, ?, r) 设:P=?p(r)dr, Q=?q(r)dr， P+Q=1 物体错分为背景的概率： e1=?0Tp(r)dr, 背景错分为物体的概率： e2=?TMq(r)dr, Digital Image Processing and Pattern Recognition 总分类误差： e= Pe1Qe2 使e最小： de/dt = 0 得方程： 解方程得t。 Digital Image Processing and Pattern Recognition (b)其他优化方法 请查阅资料 Pi-tile方法 （略） 大津展之方法 模糊熵方法 Digital Image Processing and Pattern Recognition III. 区域检测（分割） (1) 生长(合并): 设 r1