第9章-图像分割20161208详解.pptx

第九章 图像分割Chapter 9 Image Segmentation;Contents;图像分割基础;图像分割基础;图像分割;基于边界的图像分割;;阶跃边缘和斜坡边缘以及相应的水平线灰度级剖面图;斜坡边缘及其一阶差分和二阶差分;有噪边缘及其一阶差分和二阶差分;梯度算子定义在二维一阶导数的基础上，由于数字图像是离散的，常用差分近似偏导数，在像素 处的梯度定义为 式中， 和 分别表示x和y方向上的一阶差分。 梯度幅度记为 ： 增加最快的方向称为梯度方向，记为 常用的一阶差分算子有Roberts、Prewitt和Sobel算子，用于近似计算偏导数。;一阶差分算子;一阶差分算子; 灰度图像 垂直方向边缘; 垂直方向边缘 水平方向边缘 ;方向算子使用???组方向差分模板与图像进行模板卷积，在同一像素位置计算多个方向上的一阶差分，并选取全部模板中的最大响应幅度作为该像素的边缘强度，最大响应幅度的方向作为该像素的边缘方向。 Kirsch算子由8个方向差分模板组成，记为 ，i = 0,1,…,7，方向之间的夹角为45° ，模板系数沿逆时针依次循环移位。;Kirsch算子的边缘检测结果; K0 K1 K2 K3;车道线检测;车道线检测; 车道线图像 边缘图像;二阶差分算子;二阶差分算子;LoG算子;LoG算子的边缘检测结果;高斯差分(DoG)算子也是一种常用的二阶差分算子，顾名思义，它是两个高斯函数之差的形式。将一幅图像 分别与标准差为 、 的高斯函数 、 做卷积，可表示为 高斯差分算子 定义为;Canny算子是一种有效的边缘检测算子，它是在满足一定约束条件下推导出的边缘检测算子，具体包括4个步骤： 高斯图像平滑：为了抑制噪声，利用高斯函数对图像进行平滑处理， 基于梯度的边缘检测：利用Sobel算子计算每一个像素 处的局部梯度幅度及其梯度方向 ;Canny算子（续）;Canny算子的边缘检测结果;边缘检测算子的比较;边缘检测算子的比较; 灰度图像 Roberts算子 Prewitt算子;在 的8邻域内，从左边相邻的0像素开始，按照逆时针方向搜索下一个边界像素。此时， (1)当其8邻域都是0像素时，边界跟踪结束； (2)在其他情况下，将搜索到的第1个1像素，记为 ，作为下一个边界像素。;边界跟踪（续）;边界跟踪示意图; 目标区域 外边界 内边界 内边界;Hough变换;Hough变换直线检测基本思想：在O-xy平面上，直线的斜截式方程为 式中，u和v分别为直线的斜率和截距。 对于给定的一条直线，对应一个数对(u,v)；反之，给定一个数对(u,v)，对应一条直线，这种一一对应关系称为Hough变换。同理，O-xy平面上的一点(x,y)与O-uv平面上的一条直线 也是一一对应关系。 Hough变换直线检测就是利用这个重要性质检测共线点，从而提取出直线。;由于直线的斜率可能无穷大，为了使变换域有意义，采用直线的极坐标方程表示为 式中，(ρ,θ)定义了从原点到直线距离的向量。 O-xy上的一条直线