第6讲 图像分割.pptVIP

第6讲 图像分割 6.1 引言 6.2 边缘检测 6.3 阈值分割 6.4 基于区域的分割 6.5 基于形态学分水岭的分割 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像，缩小不相干图像成分的干扰上。 例如：下图的分割过程。 1.从简到难，逐级分割 分割矩形区域；定位牌照；定位文字 2.控制背景环境，降低分割难度 背景环境:路面、天空 3.焦点放在增强感兴趣对像，缩小不相干图像成分的干扰. 感兴趣的对像：汽车牌照 不相干图像成分： 非矩形区域 图像分割的基本策略 图像分割的基本策略，基于灰度值的两个基本特性： 不连续性——区域之间 相似性——区域内部 根据图像像素灰度值的不连续性 先找到点、线（宽度为1）、边（不定宽度） 再确定区域 据图像像素灰度值的相似性 通过选择阈值，找到灰度值相似的区域 区域的外轮廓就是对像的边 目前研究方向 （1）大量的研究集中在对分割算法的研究上； （2）根据分割评价方法，对各种分割算法的性能进行刻画和比较； （3）对分割评价方法的研究。 第6讲 图像分割 6.1 引言 6.2 边缘检测 6.3 阈值分割 6.4 基于区域的分割 6.5 基于形态学分水岭的分割 边缘可定义为在局部区域内图像的差别，表现为图像上的不连续性。 灰度级的突变 纹理结构的突变 颜色的变化 灰度级突变 阶跃边缘 脉冲状边缘 阶跃脉冲状边缘 阶跃边缘 间断检测 点的检测 用空域的高通滤波器来检测孤立点 R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106 设 ：阈值：T = 64 R T 线的检测 用4种模板分别计算 R水平 = -6 + 30 = 24 R45度 = -14 + 14 = 0 R垂直 = -14 + 14 = 0 R135度 = -14 + 14 = 0 线的检测——算法描述 依次计算4个方向的典型检测模板，得到Ri i=1,2,3,4 如 |Ri| |Rj| 对于所有的j = i，那么这个点被称为在方向上更接近模板i 所代表的线 设计任意方向的检测模板 可能大于3x3 模板系数和为0 感兴趣的方向的系数大。 边缘 理想的边缘 斜坡数字边缘 结论 一阶导数可以用于检测图像中的一个点是否在边缘上 (检测边缘) 二阶导数的符号可以用于判定一个边缘像素是在边缘亮的一边还是在黑的一边，以及一个宽的边缘的中心 噪声对一阶导数和二阶导数的影响 拉普拉斯算子 分析 数字Laplacian算子虽对边缘有响应，但对拐角、线条、线端点和孤立点响应更强。即对noise 增强作用更大 （模板）8的比4的增强作用大 不能检测方向 具有双边效应（对于复杂的分割不利） 应用：拉普拉斯算子不直接用于边的检测，通常只起辅助的角色 检测一个像素是在边的亮的一边还是暗的一边 利用零跨越，确定边的位置 拉普拉斯算子 比较（对比二阶拉普拉斯算子和一阶 Sobel梯度算子） 平均值差分 边缘连接法 局部连接处理 局部连接处理的原理 连接算法描述： 1）设定A、T的阈值大小，确定邻域的大小 2）对图像上每一个像素的邻域点进行分析， 判断是否需要连接。 3）记录像素连接的情况，另开一个空间， 给不同的边以不同的标记。 4）最后，删除孤立线段，连接断开的线段。 通过Hough变换进行整体处理 问题的提出：在找出边界点集之后，需要连接，形成完整的边界图形描述。 目的：检测图像中某些给定形状的曲线并用参数方程描绘。并较少受曲线中断点的影响。 思想：Hough变换是对图像进行坐标变换，使之在另一个坐标空间的特定位置出现峰值。 原理：点-线的对偶性（duality）。 计算方法 极坐标方法 原因：上法在直线接近垂直时，A累加数组变得很大。 方法：采用极坐标方法。 第6讲 图像分割 6.1 引言 6.2 边缘检测 6.3 阈值分割 6.4 基于区域的分割 6.5 基于形态学分水岭的分割 阈值分割 问题的引出 许多情况，图像是由具有不同灰度级的两类区域组成。如文字与纸张、地物与云层（航空照片）。 直方图具有两个峰，分别与两个灰度级范围相对应 。故可选择一个门限，将两个峰分开。 阈值分割法的基本思想：首先，确定一个合适的阈值T（阈值选定的好坏是此方法成败的关键）；其次，将大于等于阈值的像素作为物体或背景，生成一个二值图像。（单阈值） If f(x,y) ? T set 255 Else set 0 阈值分割法的特点：