光电信息第3章7图像分割44(050829).pptVIP

基于光电信息的计算机视觉技术 3.1 计算机视觉的概述 3.2 光电信息处理基础 3.3 数字图像技术 3.4 数字图像处理技术 3.5 距离图像获取与处理 3.4 数字图像处理技术 3.4.3图像增强 3.4.4图像分割 3.4.5特征提取 3.4.6识别与解释 3.4.4图像分割 3.4.4.1 图像分割引言 3.4.4.2 边界分割法 3.4.4.3 边缘连接分割法 3.4.4.4 阈值分割法 3.4.4.5 面向区域的分割 3.4.4.6 数学形态学图像处理 3.4.4.1 图像分割引言 引言 图像分析系统的基本构成 图像分割的概念 图像分割的基本思路 图像分割的基本策略 图像分析系统的基本构成 图像分割的概念 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 图像分割的基本思路 1.从简到难，逐级分割 2.控制背景环境，降低分割难度 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 1.从简到难，逐级分割 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 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-不连续性 基于灰度值的两个基本特性： 1.不连续性——区域之间 2.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） 再确定区域 图像分割的基本策略-相似性 根据图像像素灰度值的相似性 通过选择阈值，找到灰度值相似的区域 区域的外轮廓就是对象的边 图像分割引言-规类 不连续性 3.4.4.2 边界分割法 3.4.4.3 边缘连接分割法 相似性 3.4.4.4 阈值分割法 3.4.4.5 面向区域的分割 3.4.4.6 数学形态学图像处理 3.4.4.2 边界分割法 边界分割法 点的检测 线的检测 边的检测 点的检测 用空域的高通滤波器来检测孤立点 例： R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106 设 ：阈值：T = 64 R T 点的检测——算法描述 设定阈值 T，如T = 32、64、128等,并计算高通滤波值R 如果R值等于0，说明当前检测点与的灰度值与周围点的相同 当R的值足够大时，说明该点的值与周围的点非常不同，是孤立点。通过阈值T来判断 |R| T 检测到一个孤立点 线的检测 通过比较典型模板的计算值，确定一个点是否在某个方向的线上 线的检测2 线的检测 用4种模板分别计算 R水平 = -6 + 30 = 24 R45度 = -14 + 14 = 0 R垂直 = -14 + 14 = 0 R135度 = -14 + 14 = 0 线的检测——算法描述 线的检测——算法描述 依次计算4个方向的典型检测模板，得到Ri i=1,2,3,4 如 |Ri| |Rj| 对于所有的j = i，那么这个点被称为在方向上更接近模板i 所代表的线 设计任意方向的检测模板 可能大于3x3 模板系数和为0 感兴趣的方向的系数大。 边的检测－边界的定义 边界的定义： 是两个具有相对不同灰度值特性的区域的边界线 适用于： 假定问题中的区域是非常类似的，两个区域之间的过渡，仅仅根据灰度的不连续性便可确定 不适用于： 当假定不成立时，阈值分割技术一般来说比边缘检测更加实用。 边的检测－举例 边的检测基本思想 计算局部微分算子 边的检测基本思想－一阶微分 一阶微分：用梯度算子来计算 特点：对于亮的边，边的变化起点是正的，结束是负的。对于暗边，结论相反。常数部分为零。 用途：用于检测图像中边的存在 边的检测基本思想－二阶微分 二阶微分：通过拉普拉斯来计算 特点：二阶微分在亮的一边是正的，在暗的一边是负的。常数部分为零。 边的检测基本思想－二阶微分2 二阶微分：通过拉普拉斯来计算 用途： 1）二次导数的符号，用于确定边上的像素是在亮的一边，还是暗的一边。 2）0跨越，确定边的准确位置 边的检测基本思想－梯度算子 梯度算子 函数f(x,y)在(x,y)处的梯度为一个向量： ?f = [?f / ?x , ?f / ?y] 计算这个向量的大小为： ?f = mag(?f ) = [(?f / ?x)2 +(?f / ?y)2]1/2 近似为: ?f ? |?x| + |?y| 边的检测基本思想－梯度算子2 梯度的方向角为： ?(x,y) =