数字图象处理：十 图像分割课件.pptVIP

西安交通大学03级本科生毕业设计答辩 Otsu方法 基于直方图，寻找合适的阈值k，使得其对图像的分割使得类间方差 ，取最大值： 10.4 基于区域的分割 10.4.1 基本公式 将图像 R 分割成 n 个子区域R i （I = 1,2,……,n） (a) (b) (c) (d) (e) 10.5 用形态学分水岭的分割算法 分水岭算法原理说明 分水岭算法实现说明（1） 分水岭算法实现说明（2） 10.3 门限处理 10.3.1 基础 选取一个合适的阈值T．以确定图像中每一个像素点应该属于目标，还是背景区域。即： ● 阈值的分类： (1) 全局阈值； (2) 局部阈值； (3) 自适应阈值； 10.3.2 照明不均匀的影响 成像过程模型： 10.3.3 基本全局门限 ● 通过实例来介绍： 计算机迭代寻找全局门限 (1)选择一个T的初始值； (2)用T分割图像。这样做会生成两组像素：G1和G2； (3)对区域G1和G2中的所有像素计算平均灰度值μ1和μ2； (4) 计算新的门限值： (5) 重复步骤(2)到(4)，直到逐次迭代所得的两次T值之差小于预先定义的参数。 迭代寻找全局门限的实例: 10.3.4 基本自适应门限 前页图像的直方图 T a g c f e b d ● 子图像分割不成功的原因： 背景 目标 目的：选择一个最佳的阈值T , 使分割出错的概率最小。 10.3.5 最佳全局和自适应门限 定义：整幅图像的混合概率密度函数 ●出错的整体概率为： ● 目标被错误地分割的概率为 ● 背景被错误地分割的概率为： ●求上式的极值，可得： ● 近似认为目标和背景的概率密度函数都是一个高斯函数，图像的概率密度函数为： 最佳门限应满足的方程为： 其中： 求解上面的方程，得到两个根，舍弃一个，得到最佳阈值 T。 (10.3.15) 另一种方法：求其和直方图的方差，即： 迭代寻优的方法使上式最小，就可以求得 的值。 最佳门限应用实例 A B 上图中A区域的直方图 上图中B区域的直方图 分割结果 原图 10.3.6 利用边界特性改进直方图和局部门限处理 ＋ － ●计算每一个图像点的梯度 和拉普拉斯算子 并通过下面的判断式生成一幅图像： ● 方法：沿一行进行扫描，必然会出现这种情况 （.......）(- +) ( 0 或 ＋)（＋，－） （.......） 扫描碰到边缘， 扫描碰到边缘， 实例 梯度判断的阈值T 10.4 基于区域的分割 10.4.2 区域生长 ● 基本步骤： (1) 选择区域的种子像素； (2) 按照一定的相似性准则将相邻像素包括进来； (3)按照一定的规则停止生长。 例：找出图像中的亮目标 相似准则：每一步所接收的邻近点的灰度级与先前目标的平均灰度级相差＜2。 选种子点 m = 9 平均值m 生长 停止 m =(3*8+9)/4 =8.25 m =(3*8+7+9)/5 =8 区域生长实例 上幅图像的直方图： 区域分离与合并算法： (1) 定义相似性准则，谓词P，对区域进行四拆分 (2) 在拆分的同时，按照相似性原则将拆分得到的小区域合并成一个大区域，即将满足P(RiURj)=TRUE的两个区域合并在一起。 (3) 反复进行这样的拆分和合并。 10.4.2 区域分离与合并 例：相似性准则：子区域Ri中所有像素同为物体或背景。 区域分离与合并实例 基本算法思想： 类似于地形学，将图像按灰度值的大小看作立体地貌，在每一个区域的最小值上打一个洞，让水以均匀速度上升，从低到高逐渐淹没整个地形，在不同区域的水要汇集时，修建一个水坝阻止其聚合。水面到达最高点时，水坝所形成的分水线，就构成对图像内容的分水岭分割。 第10章 图像分割 The whole is equal to the sum of its parts. Euclid The whole is greater than the sum of its parts.