txfg.ppt-哈尔滨工业大学.ppt

图像分割的一般模型 设(x, y)为数字图像空间坐标，图像中区域R定义为I的相互连通的均匀子集，设P为定义在R区域上的一致性测量准则 区域的分裂与合并 金字塔或四叉树法： 1）四叉树分裂 应用某一个判据Pn来判断四叉树中间层上的节点是否满足一致性指标，如果不满足则用它的四个子节点代替（分裂）。此过程可以循环进行直至不能再分裂为止 2) 四叉树合并 如果四个子节点具有相同的一致性，则合并 4) 微小区域的合并 较大区域之间往往存在较小调变的小区域，以及图像中高频噪声的影响，分割过程中会出现微小区域，应该将它们合并到与其相邻的具有一致性的大区域中 2 边缘检测 在Marr的视觉计算理论框架中，抽取二维图像上的边缘、角点、纹理等基本特征，是整个系统框架中的第一步。这些特征所组成的图称为基元图。Yuille等指出， 在不同“尺度”意义下的边缘点，在一定条件下包含了原图像的全部信息。下图画出了一幅图像中的边缘点，仅仅根据这些边缘点，就能识别出三维物体， 可见边缘点确实包含了图像中的大量信息 图像中的边缘点 （1） 空间曲面上的不连续点。如标为A的边缘线，这些边缘线为两个不同曲面或平面的交线，该点处物体表面的法线方向不连续，在A类边缘线的两边，图像的灰度值有明显的不同 （2）B类边缘线。B类边缘线是由不同材料或相同材料不同颜色产生的。图中桌面由两种不同材料组成，由于它们对光的反射系数不同， 使B边缘线的两侧灰度有明显不同 （3）C类边缘线。C类边缘线是物体与背景的分界线。如图中圆柱上有两条C类边缘线，这类边缘线一般称为外轮廓线。在C类边缘点上，三维物体表面的法线方向是连续的，出现边缘点是由于从一定视角看物体时，C类边界点是物体与背景的交界处。由于物体与背景在光照条件与材料反射系数等方面差异很大， 因此在C类边缘两侧，图像的灰度也有很大差异。图中标以C′的边缘，即是物体与背景的交界处， 也是物体上表面法线的不连续处，但引起它两侧灰度跃变的原因是前者。 （4）D边缘。D是阴影引起的边缘。由于物体表面某一部分被另一物体遮挡，使它得不到光源的照射，从而引起边缘点两侧灰度值有较大的差异 * * 哈尔滨工业大学计算机学院 唐好选 tanghx@hope.hit.edu.cn * 图像分割 版权所有， 1997 (c) Dale Carnegie Associates, Inc. 概述 图像分割的一般模型 图像分割方法 区域的分裂与合并 轮廓跟踪和提取 主要内容 图像分割概述 图像分割是将图像划分成若干个互不相交的小区域的过程(小区域是具有共同属性的像素的连通集合，如不同目标物体所占的图像区域、前景所占的图像区域等） 连通是指集合中任意两个点之间都存在着完全属于该集合的连通路径。对于离散图像而言，连通有4连通和8连通之分 4连通和8连通 4连通指的是指从区域内一点出发，可通过4个方向，即上、 下、左、右移动的组合，在不越出区域的前提下，到达区域内的任意像素； 8连通方法指的是从区域内一点出发，可通过左、 右、上、下、左上、右上、左下、右下这8个方向的移动组合来到达区域内的任意像素 图像分割有三种不同的途径 其一是将各像素划归到相应区域的像素聚类方法, 即区域法 其二是通过直接确定区域间的边界来实现分割的边界方法 其三是首先检测边缘像素，再将边缘像素连接起来构成边界形成分割 在图像分割技术中，最常用的是利用阈值化处理进行图像分割 R为同一区域其他 图像分割就是根据此准则，将图像I分割成为互不相交的非空子集， R1， R2， R3，…, Rm ，满足如下规则： 1) 2) 3) 4) 且 Ri 和 Rj 相邻 5) 是连通区域 常用的图像分割方法是把图像灰度分成不同的等级， 然后用设置灰度门限（阈值）的方法确定有意义的区域或分割物体的边界。常用的阈值化处理就是图像的二值化处理， 即选择一阈值，将图像转换为黑白二值图像，用于图像分割及边缘跟踪等预处理 图像阈值化处理的变换函数表达式为 灰度阈值法分割 阈值变换曲线 在图像的阈值化处理过程中， 选用不同的阈值其处理结果差异很大。阈值过大， 会提取多余的部分； 而阈值过小，又会丢失所需的部分（注意：当前背景为黑色， 对象为白色时刚好相反）。因此，阈值的选取非常重要 不同阈值对阈值化结果的影响 (a) 原始图像； (b) 阈值T=91； (c) 阈值T=130； (d) 阈值T=43 (a) (b) (c) (d) 图 (a)所示图像的直方图 分析图中(a)原始图像的直方图可知， 该直方图具有双峰特性，图像中的目标（细胞）分布在较暗的灰度级上形成一个波峰，图像