4—图像分割与特征提取—第4章节.pptVIP

主要内容 1. 图像目标分割方法 2.图像特征的提取 3.图像纹理特征的描述 作业 1. 图像目标分割由哪些常用的方法？ 2.如何描述图像的纹理特征，试给出两种方法及算法流程？ 第四章图像分割与特征提取 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 它的主要目的是将一幅图像划分为一个个区域, 每一个区域与一个实际目标相对应，可将感兴趣的目标（AOI）区域分割出来。 这是一个将一个集合划分成一些子集的基本操作. 每一个子集可能对应着一个目标或一种现象. 对一幅图像而言, 区域可视为连通的和灰度特征一致的片区。 分割方法两类: 第一类是直接构成目标区域，第二类是先寻找边缘来构成域。 图 像 分 割 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 图 像 分 割 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。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。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 图像分割有两种不同的途径： 其一是将各像素划归到相应物体或区域的像素聚类方法, 即区域法；在图像分割技术中，最常用的是利用阈值化处理进行的图像分割。 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；这种方法首先检测边缘像素，再将边缘像素连接起来构成边界形成分割。 图 像 分 割 的方法 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 灰度阈值法分割 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 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 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。如图所示, 阈值过小， 会提取多余的部分； 而阈值过大，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。 灰度阈值法分割 (a) 原始图像； (b) 阈值T=43； (c) 阈值T=130； (d) 阈值T=91 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 原始图像的直方图如图所示。分析该直方图可知， 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，图像中的背景分布在较亮的灰度级上形成另一个波峰。此时，用其双峰之间的谷低处灰度值作为阈值T进行图像的阈值化处理，便可将目标和背景分割开来 阈值法分割 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty