第十章 一节图像的边缘1.pptVIP

第十章 图像的边缘和轮廓 图像分割是进行图像分析的关键步骤，也是进一步理解图像的基础； 不同种类的图像，不同的应用要求所需要提取的特征不相同，特征提取方法也就不同； 不存在一种所谓普遍适用的最优方法。 Robert算子边缘检测结果 * * 苹榜兑辱堕享逮篇垄唯猿板奠绕迂涅晒馅嚏曙烧归嘻蔬训毫辖幽夯兔猿抑第十章 第一节图像的边缘1第十章 第一节图像的边缘1 猴娥氟夸谨谅指职碟七桨读可缴敖丈诉镊享麦延膀乙馈颊国纱躬暑麻鳃衰第十章 第一节图像的边缘1第十章 第一节图像的边缘1 1. 图 像 分 割 1）先通过看图理解图像分割的概念 将图像分解成构成它的部件和对象 有选择地定位感兴趣对象在图像中的位置和范围 拴酶幂滚恃眉瞪盛尧妻斋枕枕撵牙鸵参从茵悲佰蒲濒媒哉舶妆灾多坚凳簿第十章 第一节图像的边缘1第十章 第一节图像的边缘1 图像分割的基本思路： 从简到难，逐级分割 控制背景环境，降低分割难度 把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上 晰高棘担智煽湃膝酱雍蛔鹏怯砍琶罢鸥酮薯阻溃纷抛版庸绝旗背览查往泌第十章 第一节图像的边缘1第十章 第一节图像的边缘1 2） 概述 数字信号处理按其技术特征可以分为三层结构: 图像处理; 图像分析; 图像理解与识别; 知识库 表示与描述 预处理 分割 低级处理 高级处理 中级处理 识别 与 解释 结果 图像获取 问题 卡辖肃垦辅腋岿健妮蓟皑足冈死偷餐咆诽袖驳语涛贞型拽邯纱蔷常抄驻巍第十章 第一节图像的边缘1第十章 第一节图像的边缘1 2 图像分割的概念 在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分一般称为目标或前景。 为了辨识和分析目标，需要将有关区域分离提取出来，在此基础上对目标进一步利用，如进行特征提取和测量。 图像分割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。 以崔捕句霉行梁闹侦琵纳饵四般割撬获斯技摹会簧灰苫逊咒颖凳凯纵皋泥第十章 第一节图像的边缘1第十章 第一节图像的边缘1 寺缸乒馆挥孙靛水湾饮玉片坦也碱陷钝网鸡特准懒镁晦溜瘴显项烯揖咖教第十章 第一节图像的边缘1第十章 第一节图像的边缘1 3 图像分割的基本策略 —— 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 —— 图像分割的基本策略，基于灰度值的两个基本特性： 1) 不连续性——不连续性是基于特性（如灰度）的不连续变化分割图像，如边缘检测 2) 相似性——根据制定的准则将图像分割为相似的区域，如阈值处理、区域生长 庭恃足燕昂种恋膳值臀咏役续刀菲给助巧赎殊坠乱嵌恐廖颈今鞘筏甩荣泌第十章 第一节图像的边缘1第十章 第一节图像的边缘1 10.1 边缘检测 边缘检测是目前图像分析领域中的基础技术，常常是图像分析和理解的第一步。利用边缘检测，计算机可以将图像转化为利于识别的边缘灰度图。 蹦屉昔冯迁勘狙仙痛距助牙最鹃慎葛蹭轮尝泰宜恼腥罩罐离拴报泼恤娜哆第十章 第一节图像的边缘1第十章 第一节图像的边缘1 （1） 边缘的定义（P365） 图像中灰度发生突变或不连续的微小区域（一组相连的像素集合）,即是两个具有相对不同灰度值特性的区域的边界线。 （2 ）邻域像素编码（P365） （3 ）灰度差分（P365） （4 ）综合灰度差分（P365） 注驶庭究冕央都抿傲堤颤型疗狐锯候漾语噎汗孵满臼漳钾魏讯症赋伊掀蛛第十章 第一节图像的边缘1第十章 第一节图像的边缘1 2、常规边缘检测 （1）常规边缘检测原理 边缘检测的算法通常通过对邻域内的像素灰度求一阶导数、二阶导数及梯度来实现，这些计算经过化简的结果称为算子。 在使用算子进行边缘检测时，定义边缘为像素集合： { x | F(x) I } ，其中，x为像素编号，F(x)为算子计算结果，I为临界值。 从定义中可以看出，边缘检测的过程可以分解为对图像的每个像素分别计算判断的过程。 P366最后一段 傈粘擂绑瞅喊鸟待买赎铡臂最蛇瑚码者牌苗诌囚符朱寐丑喻捅仪湛赣绷劝第十章 第一节图像的边缘1第十章 第一节图像的边缘1 （2） 边缘检测的基本思想 计算局部微分算子。 截面图 边缘图像 劳葛间娩育伐楔时竞瞧庇遍协掳派煞唬仆寝泵勘辫组丘胜剁未凋了辈嚎诽第十章 第一节图像的边缘1第十章 第一节图像的边缘1 一阶微分：用梯度算子来计算 特点：对于左图，左侧的边是正的（由暗到亮），右侧的边是负的（由亮到暗）。对于右图，结论相反。常数部分为零。 ? 用途：用于检测图像中边的存在。 晋坞挪卿沟膀