第05章 图象分割课件.pptVIP

第五章图像分割与边缘检测 5.1 图 像 分 割 1、概念 3、 4连通和8连通 图像分割的三种不同途径： 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； 通过直接确定区域间的边界来实现分割的边界方法； 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; 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。 5.1.2 灰度阈值法分割 一、算法 1、直方图法——目标与背景之间差距较大 2、判别分析法确定最佳阈值 _______目标与背景之间亮度差较小 5.2 边 缘 检 测 一、边缘的物理意义 二、边缘检测与微分运算 三、高斯-拉普拉斯(LOG)算子 5.3 轮廓跟踪与提取 一、轮廓跟踪 附： 算法： 二、轮廓提取 * 图像分割是将图像划分成若干个互不相交的小区域的过程。 2、连通 集合中任意两个点之间都存在着完全属于该集合的连通路径。 4连通：从区域上任一点出发，可通过上、 下、左、右4个方向移动的组合，在不越出区域的前提下，到达区域内的任意像素。 8连通：从区域上一点出发，可通过左、 右、上、下、左上、右上、左下、右下8个方向的移动组合来到达区域内的任意像素。 把图像灰度分成不同的等级， 然后用设置灰度门限（阈值）的方法分割物体的边界。 域值化处理 二值化处理 实质：灰度级的非线性变换 设：黑色=前景色 白色=背景色 T过大：提取多余部分 T过小：丢失所需部分 (a) (b) (c) (d) 用直方图双峰之间的谷低处灰度值作为阈值 二、阈值的确定 准则：像素类之间的类间方差最大 方法：计算直方图的0阶距和1阶距 平均灰度 设有M-1个阈值：0≤k1＜k2＜…＜KM-1≤L-1 k0=0, kM=L-1 将图像分割成M个灰度值的类Cj Cj∈［kj-1+1, …, kj］ j=1, 2, …, M ; k0 k1 k2 k3 kM-1 kM …… 各类Cj的发生概率ωj和平均值μj为 式中, ω(0)=0，μ(0)=0。 各类的类间方差为 最佳阈值组： 使σ2值最大的阈值组(k1, k2， …, kM－1) 若实现二值化，M=2，阈值为k1。 A C C A C ′ B D C ′ C ′ A：两个不同曲面的或平面的交线 B：不同材料或相同材料不同颜色 C：物体与背景的分界线 D：阴影 边缘： 灰度不连续或急剧变化的地方。 结合： 高斯平滑滤波器 拉普拉斯锐化滤波器 墨西哥草帽滤波器，反应LOG算子中心点的距离与位置加权系数的关系 1、定义：按顺序找出边缘点来跟踪边界 2、关于方向变量 1 2 3 0 ( a ) 2 4 6 0 3 1 7 5 ( b ) 3、算法步骤 步骤1： 扫描图像， 寻找A0。初始化扫描方向变量dir  (1) 对4连通区域取dir = 3。  (2) 对8连通区域取dir = 7。 1 2 3 0 ( a ) 2 4 6 0 3 1 7 5 ( b ) 探测准则 找出第一个边界点 记录上一个边界点到当前边界点的移动方向。 步骤2： 按逆时针方向搜索当前像素的3×3邻域， 其起始搜索方向设定如下： (1) 对4连通区域取(dir + 3)mod 4。 (2) 对8连通区域， 若dir为奇数取(dir + 7)mod 8， 若dir为偶数取(dir + 6) mod 8。 搜索到的第一个与当前像素值相同的像素便为新的边界点An，同时更新变量dir为新的方向值 步骤3： 如果An等于第二个边界点A1且边界点An-1等于第一个边界点A0，则停止搜索，结束跟踪，否则重复步骤2继续搜索。 步骤4： 由边界点A0、A1、A2、…、An-2构成的边界便为要跟踪的边界。 1 2 3 0 ( a ) 步骤2： (1) 对4连通区域取(dir + 3)mod 4。 dir=0 (0+3) mod 4 =3 dir=1 (1+3) mod 4 =0 dir=2 (2+3) mod 4 =1 dir=3 (3+3) mod 4 =2 顺时针转90度 2 4 6 0 3 1 7 5 ( b ) 步骤2： (2)对8连通区域， 若dir为奇数取(dir + 7)mod 8 顺时针转45度 dir为奇数 dir=1 (1+7) mod 8 =0 dir=3 (3+7) mod 8 =2 dir=5 (5+7) mod 8 =4 dir=7 (7+7) mod 8 =6 2 4 6 0 3 1 7 5 ( b ) 步骤2： (2)对8连通区域，