4_图像分割与特征提取_第四章.pptVIP

第四章图像分割与特征提取;主要内容;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 ; 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。;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 ; 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。 ; 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;Otsu阈值算法;Otsu thresholding;特征的选择与提取;原始特征的形成;特征的选择与提取;特征的选择与提取举例;特征抽提;特征抽提; 纹理、直方图、边缘形状、目标所占的区域的面积的大小 、区域的长轴、区域的短轴、空间位置（质心）等。 ;区域直方图特征 方法: 比较已知目标的直方图与图像中某个给定区域的??度直方图，从而决定两目标是否相似。;衡量直方图相似的常见度量 (1)直方图的均值;(2) 直方图的方差;衡量区域相似度－图像的相关;;傅里叶特征;若作纹理测试函数为:;其它常见的区域特征 (1)边缘周长 l 定义为边缘上的像素个数 (2)区域圆度;作业