第6章图像分割1教程范本.ppt

数字图像处理;;第6章 图像分割;图像分割：把图像分成各具特征的区域并提取感兴趣目标的技术和过程。 ;理解图像内容，提取感兴趣的区域， 以便进一步分析和说明。;图像分割的基本思路 图像分割的基本策略 分割出的区域需满足条件 ;把图像分解成构成它的部件和对象的过程 有选择性地定位感兴趣对象在图像中的位置和范围; 1、从简到难，逐级分割 分割矩形区域、定位牌照、定位文字 2、控制背景环境，降低分割难度 背景环境:路面、天空 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 感兴趣的对象； 汽车牌照 不相干图像成分： 非矩形区域 ;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 根据图像像素灰度值的不连续性 先找到点、线（宽度为1）、边（不定宽度） ???确定区域;分割出的区域需满足条件;4、图像分割意义;5、图像分割分类;★根据对象状态：静态图像分割和动态图像分割;图像分割示例 ——细菌检测;图像分割;图像分割示例 —— 肾小球区域的提取;图像分割示例 —— 印刷缺陷检测;;第6章 图像分割;6.1 基于阈值的图像分割方法;确定一个合适的阈值T（阈值选定的好坏是此方法成败的关键）。 将大于等于阈值的像素作为物体或背景，生成一个二值图像。 if f(x,y) ? T set 255 else set 0 在四邻域中有背景的像素，即是边界像素。;阈值分割法的特点： 适用于物体与背景有较强对比的情况，重要的是背景或物体的灰度比较单一。（可通过先求背景，然后求反得到物体） 这种方法总可以得到封闭且连通区域的边界。;6.1.1 阈值分割法基本原理;6.1.2 固定阈值分割法;6.1.2 固定阈值分割法;;4阈值分割 8阈值分割;6.1.3 直方图方法;T;;直方图方法处理过程;; 或取两个峰值之间某个固定位置，如中间位置上。由于峰值代表的是区域内外的典型值，一般情况下，比选谷底更可靠，可排除噪音的干扰;6.1.4 最大类间方差法;6.1.4 最大类间方差法;;;6.1.5 统计最优阈值法;设一幅混有加性高斯噪声的图像，目标点出现的概率为θ ，目标区域灰度值概率密度为po(z)，则背景点出现的概率为1-θ，背景区域灰度概率密度为pb(z)。则图像的灰度混合概率密度函数为:;根据灰度阈值T对图像进行分割，T背景点，T为目标点;总的误差概率为： ;6.1.5 统计最优阈值法;对于高斯分布概率密度类型的图像 ;代入 并取对数 ;化简成标准的二次方程表达式AT2+BT+C=0 ;