图像分割-read.pptVIP

第七章 图像分割（1） 7.1 概 述 对图像进行研究和应用时，人们往往对图像的某些部分感兴趣，这些部分常常被称为目标或对象（object）。图像处理的重要任务就是对图像中的对象进行分析和理解。 图像分割主要完成将目标从背景中分割出来。图像分割为图像分析和图像理解作准备。 在图像分析中，输出的结果是对图像的描述、分类或其他的某种结论 ，而不是得到另一幅图像。 图像分析主要包括以下几部分内容： （1）把图像分割成不同的区域，或把不同的东西分开（分割）。 （2）找出各个区域的特征（特征提取）。 （3）识别图像中的内容，或对图像进行分类（识别与分类）。 （4）给出结论（描述、分类或其他的结论）。 图像分割的困难 图像数据的模糊和噪声干扰。 图像分割需要目标的特征值，而特征值又往往是分割之后才可以计算得到，因此这是一个矛盾的问题。（解决方法：先验知识，样本等） 分割结果的好坏没有统一的评价标准。（标准图像，或者计算统计误差） 人们积累了很多经典的图像分割方法： 根据像素的不连续性得到边界分割； 根据相同目标有相似灰度得到区域分割。 7.2 像素的邻域和连通性 7.2.1 4邻域 一个坐标为(x,y)的像素p，它可以有两个水平和两个垂直的近邻像素。 它们的坐标分别是(x+1,y),(x-1,y),(x,y+1),(x,y-1) 这四个像素称为p的4邻域。 互为4邻域的像素又称为4连通的。 7.2.2 8邻域 像素p四周的8个点作为相链接的邻域点，除掉p本身外，剩下的8个点就是p的8邻域。 互为8邻域的像素又称为8连通的 。 定义图像的边界和点 边界点：如果目标集S中的点p，有领域的点在S的补集中，那么p就是S的边界点。 S的内部和内点：目标点集S和边界点集的差称为内部，处于内部的点称为内点。 孤点：没有邻接点的点。 封闭曲线：如果连通域中的所有点都有两个邻点，则该连通域是封闭曲线。 [例7.1] 根据4连通或8连通准则在二值图像中判断目标。 解：应用MATLAB提供的函数bwlabel可以根据4连通或8连通准则，在给定的二值图像矩阵BW中寻找目标。 MATLAB的程序如下 ： %给定的二值图像矩阵BW BW = [1 1 1 0 0 0 0 0; 1 1 1 0 1 1 0 0; 1 1 1 0 1 1 0 0; 1 1 1 0 0 0 1 0; 1 1 1 0 0 0 1 0; 1 1 1 0 0 0 1 0; 1 1 1 0 0 1 1 0; 1 1 1 0 0 0 0 0]; %根据4连通准则判定目标 L4 = bwlabel(BW,4)； L4 = 1 1 1 0 0 0 0 0 1 1 1 0 2 2 0 0 1 1 1 0 2 2 0 0 1 1 1 0 0 0 3 0 1 1 1 0 0 0 3 0 1 1 1 0 0 0 3 0 1 1 1 0 0 3 3 0 1 1 1 0 0 0 0 0 %根据8连通准则判定目标 L8 = bwlabel(BW,8)； L8 =1 1 1 0 0 0 0 0 1 1 1 0 2 2 0 0 1 1 1 0 2 2 0 0 1 1 1 0 0 0 2 0 1 1 1 0 0 0 2 0 1 1 1 0 0 0 2 0 1 1 1 0 0 2 2 0 1 1 1 0 0 0 0 0 7.3 图像的阈值分割技术 若图像中目标和背景具有不同的灰度集合，且两个灰度集合可用一个灰度级阈值T进行分割。这样就可以用阈值分割灰度级的方法在图像中分割出目标区域与背景区域，这种方法我们称为灰度阈值分割方法。 设图像为f(x,y) ，其灰度集范围是[0,L]，在0和L之间选择一个合适的灰度阈值T， 得到一幅二值图像。 图像分割方法可由下式描述： A=imread(rice.png); level=graythresh(A); level=0.5137;p=132。 B=im2bw(A,level); figure,imshow(B); 7.3.1 全局阈值分割 全局阈值是最简单的图像分割方法。根据不同的目标，选用最佳的阈值。通常有下