2015秋数字图像处理实验二综合实验.ppt

* * * * 图像预处理的目的就是减小噪声影响，提高图像信噪比，或者对图像进行某种特征变换，为后续处理工作做准备。 * * * * * * * * * * * * * * * * 大津法由大津于1979年提出，对图像Image，记t为前景与背景的分割阈值，前景点数占图像比例为w0， 平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1。图像的总平均灰度为：u=w0*u0+w1*u1。从最小灰度值到最大灰度值遍历t，当t使得值g=w0*(u0-u)2+w1*(u1-u)2 最大时t即为分割的最佳阈值。对大津法可作如下理解：该式实际上就是类间方差值，阈值t分割出的前景和背景两部分构成了整幅图像，而前景取值u0，概率为w0，背景取值u1，概率为w1，总均值为u，根据方差的定义即得该式。因方差是灰度分布均匀性的一种度量,方差值越大,说明构成图像的两部分差别越大,当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此使类间方差最大的分割意味着错分概率最小。 * 对应图像空间：不同标记点所标记的目标区域同时向外生长，不同标记的目标区域生长至汇合时用一种新的标记将两个目标区域隔开。 * * 数字图像处理——综合实验 细胞图像的分割与测量 一、实验目的 1．学习图像中心“图像处理典型算法演示系统”应用程序框架，掌握基于类的图像编程技术； 2．分析细胞图像特点，在典型算法应用程序框架上完成细胞图像的分割和测量，并分析测量结果。 3．将图像预处理、分割、分析等关键技术结合起来，理论与实践相结合，提高图像处理关键技术的综合应用能力。 二、实验环境 计算机 VC++ 6.0 部分应用程序框架和代码。 待处理图像 细胞核 核仁 待处理图像 三、实验步骤 预处理去噪 大津阈值分割 区域生长法对目标编号 对每个目标分割为细胞核和核仁，测量细胞核与核仁的面积比 输出测量结果 细胞图像分割测量的方案步骤 滤波：中值、均值、形态学 分割：大津阈值、全局阈值； 编号：剔除虚假目标； 处理：面积比； 数学形态学 腐蚀：集合 A 被集合 B 腐蚀,表示为 ,数学形式为 膨胀： A 被 B 膨胀表示为 , 其定义为： A B A B = [AC (-B )]C B 腐蚀类似于收缩 A A B 利用圆盘膨胀 数学形态学 开运算：利用图像 B 对图像 A 做开运算，用符号 表示，其定义为： 开运算用于去除较小的明亮细节，同时相对的保持整体的灰度级和较大的明亮区域不变。 闭运算：是开运算的对偶运算,定义为先作膨胀然后再作腐蚀. 利用 B 对 A 作闭运算表示为 ,其定义为: 闭运算可用于去除图像中的暗细节部分，而相对的保持明亮细节不受影响。 预处理 为何需要预处理？ 直接分割的效果 选择何种预处理方法？ 中值、均值、形态学开闭运算的效果对比 分析预处理的目的，有针对性的选择合适的方法 预处理 原图 中值滤波 灰值闭运算 分割 中值滤波后分割 灰值闭运算后分割 分割方法的选择 全局阈值 大津阈值 水域分割 … 分割后的效果 直接分割? 噪声、边缘毛刺 滤波后分割 程序实现： void cellSeg(ImgCenterDib * pDib, ImgCenterDib *pDibOut) { int i, j, k, l; //获取图像的尺寸 （略） //形态学滤波 //定义形态学类的对象morph，并用当前DIB为其初始化 Morphology morph(pDib-GetDimensions(),pDib-m_nBitCount, pDib-m_lpColorTable, pDib-m_pImgData); //模板定义，5*5模板 int maskBuf[25]; for(i=0;i25;i++) maskBuf[i]=1; morph.InputMask(maskBuf,5,5);//输入模板 morph.GrayClose();//灰值闭 //m_pImgData为输入图像，m_pImgDataOut为输出图像 尺寸 每像素位数 颜色表 图像数据 程序实现： //大津阈值分割 //统计直方图 int histogram[256]; for(i=0;i256;i++) histogram[i]=0; for(i=0;iheight;i++){ for(j=0;jwidth;j++){ histogram[*(morph.m_pImgDataOut+i*lineByte+j)]++;