第五章 matlab在遥感图像处理中的应用.ppt

-1 1 1 1 -1 -1 1 1 1 -1 -1 -1 Prewitt模板 -1 1 2 1 -1 -2 1 2 1 -1 -2 -1 Sobel模板 水平 水平 垂直 垂直 Sobel算子是常用的，而且效果较其它两种算子好 实例 原图 水平方向 垂直方向 梯度 ?f ? |Gx| + |Gy| Sobel算子 Roberts算子 Prewitt算子 原图 拉普拉斯算子 一阶微分是一种矢量，不但有其大小，还有方向，和标量相比较，它数据存储量大，在具有相等斜率的宽区域上，有可能将全部区域都当作边缘提取出来 Lapplacian 算子是一种二阶导数算子，是不依赖于边缘方向的二阶微分算子，是一个标量而不是矢量，具有旋转不变即各向同性的性质，对一个连续函数f(x,y)，它在图像中位置(x,y)的拉普拉斯值定义为： 拉普拉斯算子是无方向性的算子，它比前述计算多个方向导数算子的计算量要小，因为只需用一个模板，且不必综合各模板的值。 在数字图像中，计算函数的拉普拉斯也可以借助各种模板卷积实现。这里对模板的基本要求是对应中心象素的系数应是正的，而对应中心象素邻近象素的系数应是负的，且所有系数的和应为0，这样就不会产生灰度偏移 -1 -1 -1 -1 4 -1 -1 -1 -1 4 -1 -1 -1 -1 -1 -1 -1 -1 8 在数字图像情况下的近似为： 拉普拉斯是一种二阶导数算子，所以对图像中的噪声相当敏感。在实际中，常常在进行平滑操作地同时进行二阶微分，如图所示是具有平滑效果的二阶微分算子操作。 另外它常产生双象素宽的边缘，且也不能提供边缘方向的信息。 由于以上原因，拉普拉斯算子很少直接用于边缘检测，而主要用于已知边缘象素后，确定该象素是在图像的暗区或明区一边。 另一方面，一阶差分算子会在较宽范围形成较大的梯度值，因此不适合于精确定位，而利用二阶差分算子过0点可以精确定位边缘 1 1 1 1 1 1 1 1 1 -4 -4 -4 -4 -4 -4 -4 -4 -4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 基于区域的分割 图像分割－把图像分解为若干个有意义的子区域，而这种分解－基于物体有平滑均匀的表面，与图像中强度恒定或缓慢变化的区域相对应，即每个子区域都具有一定的均匀性质 前面所讨论的边缘、阈值，没有明显使用分割定义中的均匀测度度量 区域分割－直接根据事先确定的相似性准则，直接取出若干特征相近或相同象素组成区域 常用的区域分割－区域增长(区域生长)、区域分裂－合并方法等 区域增长 原理和步骤 基本思想－将具有相似性质的象素集合起来构成区域。 具体步骤－先对每个需要分割的区域找一个种子象素作为生长起点，然后将种子象素周围邻域中与种子象素有相同或相似性质的象素(根据某种事先确定的生长或相似准则来判定)合并到种子象素所在的区域中。将这些新象素当做新的种子象素继续进行上面的过程，直到再没有满足条件的象素可被包括进来，这样一个区域就长成了 ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● ● R1 R5 R4 R3 R2 如图给出已知种子点 区域生长的一个示例。 1 0 4 7 5 1 0 4 7 7 0 1 5 5 5 2 0 5 6 5 2 2 5 6 4 1 1 5 5 5 1 1 5 5 5 1 1 5 5 5 1 1 5 5 5 1 1 5 5 5 1 1 5 7 5 1 1 5 7 7 1 1 5 5 5 2 1 5 5 5 2 2 5 5 5 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 (a) (b) (c) (d) (a)给出需要分割的图像，设已知两个种子象素(标为深浅不同的灰色方块)，现在进行区域生长 采用的判断准则是：如果所考虑的象素与种子象素灰度值差的绝对值小于某个门限T，则将该象素包括进种子象素所在的区域 图(b)给出T=3时区域生长的结果，整幅图被较好的分成2个区域 图(c)给出T=1时区域生长的结果，有些象素无法判定 图(d)给出T=6时区域生长的结果，整幅图都被分成1个区域。 从上面的例子可以看出，在实际应用区域生长法时需要解决三