07-图像分割重点.ppt

7.1 图像分割 7.1.1 图像分割基本概念 定义：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：是某种意义下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：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。 图像分割的基本思路 1. 从简到难，逐级分割； 2. 控制背景环境，降低分割难度； 3. 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。 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 阈值分割法的基本思想： 基本思想：把前面的方法扩展到多维空间，则寻找波谷的过程，变为寻找点簇的过程。 算法实现：各维分量波谷之间进行逻辑与运算，从波谷重合的点，得到实际的阈值T。 应用场合：有多个分量的颜色模型，如RGB模型、CMYK模型、HSI模型。 7.1.3 面向区域的分割 1. 面向区域的分割基本概念 2. 像素集合的区域增长 3. 区域分裂与合并 对图像中灰度级不同的区域，均分为四个子区域。 如果相邻的子区域所有像素的灰度级相同，则将其合并。 反复进行上两步操作，直至不再有新的分裂与合并为止。 7.2.1 图像检测主要方法 2. 线的检测 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3×3； 模板系数和为0； 感兴趣的方向的系数大。 HSI颜色空间的优势！ 在HSI模型中亮度分量与色度分量是分开的； 色调与饱和度的概念与人的感知联系紧密。 哈夫变换(补充) 问题的提出 Hough变换的基本思想 算法实现 Hough变换的扩展 Hough变换问题的提出 在找出边界点集之后，需要连接，形成完整的边界图形描述。 Hough变换的基本思想 对于边界上的n个点的点集，找出共线的点集和直线方程。 对于任意两点的直线方程：y = ax + b，构造一个参数a，b的平面，从而有如下结论： Hough变换的基本思想 xy平面上的任意一条直线y = ax + b ，对应在参数ab平面上都有一个点。 过xy平面一个点(x,y)的所有直线，构成参数ab平面上的一条直线。 Hough变换的基本思想 如果点(x1,y1)与点(x2,y2)共线，那么这两点在参数ab平面上的直线将有一个交点。 在参数ab平面上相交直线最多的点，对应的xy平面上的直线就是我们的解。 Hough变换的基本思想 Hough变换算法实现 由于垂直直线a,为无穷大，我们改用极坐标形式： xcos ? + ysin? = ? 参数平面为?,? ，对应不是直线而是正弦曲线； 使用交点累加器，或交点统计直方图，找出相交线段最多的参数空间的点； 然后找出该点对应的xy平面的直线线段。 Hough变换的扩展 Hough变换不只对直线，也可以用于圆： （x – c1）2 + (y - c2)2 = c32 这时需要三个参数的参数空间。 a b a b a b a b y x (x1,y1) (x2,y2) a’ b’ a b A 对于离散图像而言，连通有4连通和8连通之分，如图5-1所示。 4连通指的是从区域上一点出发，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上一点出发，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。 从简到难，逐级分割 分割矩形区域 定位牌照 定位文字 控制背景环境，降低分割难度 背景环境: 路面、天空 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 感兴趣的对象： 汽车牌照 不相干图像成分： 非矩形区域 图5-8（a）是一种阶跃信号，我们当然认为A点处为边缘点。在实际情况中，物理信号不可能有理想的突变， 而是如图5-8（b）所示的逐渐增大的信号，对图5-8（b）中所示A、B、C三点， 一般称B点为边缘点。在图5-8（c）和5-8（d）中，如果台阶比较窄，即可以认为B点为边缘点，也可以认为该信号有两个边缘点A与C。 7.3.2 轮廓提取 二值图像轮廓提取的算法非常简单， 就是掏空内部点： 如果原图像中有一点为黑，且它的8个邻点都是黑色时，说明该点是内部点，将该点删除（置为白色像素值255）。对图像中所有像素点执行该操作便可完成图像轮廓的提取。 轮廓提取示例 7.1 图像分割 7.2 边缘检测 7.3 轮廓跟踪与提取  7.4 图像匹配 主 要 内 容 7.4