第6章 分割技术扩展.pptx

第6章 分割技术扩展 6.1 哈夫变换及广义哈夫变换 6.2 亚像素边缘检测 6.3 从2-D推广到3-D 6.1 哈夫变换及广义哈夫变换哈夫（Hough）变换 图像空间和参数空间之间的一种变换 6.1.1 基本哈夫变换原理 6.1.2 哈夫变换的改进 6.1.3 广义哈夫变换原理 6.1.4 完整广义哈夫变换6.1.1 基本哈夫变换原理 1、点-线的对偶性 图像空间XY里所有过点(x, y)的直线，参数空间的点(p,q)与图像空间的直线一一对应； 参数空间PQ中过点(p, q)的1条直线对应图像空间的点(x,y)；6.1.1 基本哈夫变换原理 点-线的对偶性 图像空间中共线的点?参数空间里相交的线 参数空间中相交于同一个点的直线?图像空间里共线的点哈夫变换 把在图像空间中的检测问题转换到参数空间里，通过在参数空间里进行简单的累加统计完成检测任务。 6.1.1 基本哈夫变换原理 2、具体步骤1）在参数空间PQ里建立一个2-D的累加数组A( p,?q)，其中 p ? [pmin, pmax]，q ? [qmin, qmax] 2）对每个XY空间中的给定点让p取遍所有可能值，计算q，根据p和q值累加A( p, q) = A( p, q) + 1； 3）根据累加后A中最大值对应的 p和q值，定出XY 中的一条直线，最大值代表了此直线上给定点的数目。6.1.1 基本哈夫变换原理 哈夫变换 检测满足解析式 f (x, c) = 0形式的各类曲线并把曲线上的点连接起来 检测圆周 三个参数a，b，r，所以需要在参数空间里建立一个3-D累加数组A，其元素可写为A(a, b, r) 6.1.2 哈夫变换的改进 1、极坐标方程减少检测接近竖直方向直线的计算量（累加器尺寸会很大） 点―正弦曲线对偶性6.1.3 广义哈夫变换原理 在所需检测的曲线或目标轮廓没有或不易用解析式表达时，可以利用表格来建立曲线或轮廓点与参考点间的关系，从而可继续利用哈夫变换进行检测。建立参考点(p,q)与轮廓点(x,y)的联系 6.1.3 广义哈夫变换原理 已知轮廓形状、朝向和尺度而只需检测位置信息； 根据r，f 与q 的函数关系作出参考表——R表； 给定一个q，就可以确定一个可能的参考点位置（相当于一个方程）；6.1.3 广义哈夫变换原理 步骤：在参数空间建立累加数组A(pmin:pmax, qmin:pmax)对轮廓上的每个点先算出其梯度角θ，再计算p和q，并对A进行累加；根据A中的最大值得到所求轮廓的参考点，整个轮廓的位置就可以确定了。6.1.3 广义哈夫变换原理 计算示例 6.1.3 广义哈夫变换原理 利用正方形上的8个轮廓点判断可能参考点 对每个q 有 2个 r 及2个 f 与之对应 点O出现频率最高，若对 他累积将得到最大值，即检测 到参考点为O6.1.4 完整广义哈夫变换轮廓的平移 + 轮廓放缩、旋转累加数组： A(pmin: pmax, qmin: qmax, bmin: bmax, Smin: Smax)累加数组的累加：A(p, q, b, S) = A(p, q, b, S) +1 6.1.4 完整广义哈夫变换计算示例6.2 亚像素边缘检测 实际应用中常需要将边缘的检测精度提高到像素内部，即亚像素级 6.2.1 基于矩保持的技术 6.2.2 利用一阶微分期望值的技术 6.2.3 借助切线信息的技术6.2.1 基于矩保持的技术一个理想边缘可以认为由一系列灰度b的像素与一系列灰度o的像素相接而构成。定义一个算子，当把它用于实际边缘数据f(x)时能产生一个理想边缘，而且这两个边缘像素序列的前3阶矩相等，即矩保持。一个信号f(x)的p阶矩定义为：实际边沿f(x)6.2.1 基于矩保持的技术用 t 表示理想边缘中灰度为b的像素的个数保持两边缘前3阶矩相等等价于解下列方程 从3方程消去b和o，解得其中计算出的不为整数的t即为检测得到的边缘的亚像素位置6.2.1 基于矩保持的技术 推广到2-D边缘检测 6.2.2 利用一阶微分期望值的技术(1) 计算一阶微分(2) 确定边缘区间(3) 计算g(x)的概率函数p(x)，离散时为pk(4) 计算p(x)的期望值E，并将边缘定在E处6.2.2 利用一阶微分期望值的技术一阶微分期望值法的特点： 由于使用了基于统计特性的期望值，相对于矩保持技术，可以较好地消除由于图像中噪声造成的多响应问题（即检出多个边缘），得到的亚像素边缘位置比较稳定（比较2和3）。6.2.3 借助切线信息的技术前面两方法都是针对较宽边缘，采用统计技术利用边缘法线方向的信息确定边缘的亚像素位置；当目标边缘比较清晰时，由于参加统计的像