第8章节 图象分割基础.pptVIP

第8章 图象分割基础 8.1 图象分割定义和技术分类 8.1 图象分割定义和技术分类 8.2 并行边界技术 8.2.2 正交梯度算子 8.2.2 正交梯度算子 8.2.2 正交梯度算子 8.2.3 方向微分算子 8.2.3 方向微分算子 8.2.8 二阶导数算子 8.2.8 二阶导数算子 8.2.8 二阶导数算子 8.2.8 二阶导数算子 8.2.5 边界闭合 8.2.6 边界细化 8.3 串行边界技术 8.3.1 图搜索 8.3.1 图搜索 8.4 并行区域技术 8.4.1 原理和分类 8.4.1 原理和分类 8.4.1 原理和分类 8.4.1 原理和分类 8.4.2 依赖象素的阈值选取 8.4.3 依赖区域的阈值选取 8.4.3 依赖区域的阈值选取 8.4.8 依赖坐标的阈值选取 8.4.5 空间聚类 8.4.5 空间聚类 8.5 串行区域技术 8.5.1 区域生长 8.5.1 区域生长 8.5.2 分裂合并 8.5.2 分裂合并 联 系 信 息 从区域着手顺序进行 ? ④ 串行区域类 串行策略特点： 当前处理借助早期结果 优点：抗噪声，抗干扰 缺点：较复杂，费时间 8.5.1 区域生长 8.5.2 分裂合并 基本思想： 将相似象素结合起来构成区域 基本步骤： (1) 选择区域的种子象素 (2) 确定将相邻象素包括进来的准则 (3) 制定生长停止的规则 讨 论： (1) 种子象素的选取 (2) 生长准则依赖应用 生长示例 (1) 根据直方图选取聚类中心的象素为种子 (2) 根据与种子象素灰度差（T）判断是否生长 (3) 根据图象边缘确定生长何时终结 原始图 T = 3 T = 2 T = 7 主要步骤 先把图象分成任意大小且不重叠的区域 然后再（根据准则）合并或分裂这些区域 （迭代进行直到实现分割） 示例（四叉树）：分裂 分裂 合并 令R代表整个图象区域，P代表逻辑谓词 把R连续地分裂成越来越小的1/8的正方形子 区域Ri，并且始终使P(Ri ) = TRUE (1) 对任一个区域Ri，如果P(Ri ) = FALSE，就将 其分裂成不重叠的四等分 (2) 对相邻的两个区域Ri和Rj，如果P(Ri∪Rj ) = TRUE，就将它们合并起来 (3) 如果进一步的分裂或合并都不可能了，则结束 *章毓晋 (TH-EE-IE) 第*页 第8讲 章毓晋 清华大学电子工程系 100088 北京 图象工程 8.1 图象分割定义和技术分类 8.2 并行边界技术 8.3 串行边界技术 8.8 并行区域技术 8.5 串行区域技术 图象分割严格定义 (1) (2) 对所有的 i 和 j， ，有 (3) 对i = 1, 2,…, n，有P(Ri ) = TRUE (8) 对 ，有 (5) 对i = 1, 2, …, n，Ri是连通的区域 图象分割算法分类 不连续性和相似性 并行处理策略和串行处理策略 分类表 ① 并行边界类 ② 串行边界类 ③ 并行区域类 ④ 串行区域类 8.2.1 边缘及检测原理 8.2.2 正交梯度算子 8.2.3 方向微分算子 8.2.8 二阶导数算子 8.2.5 边界闭合 8.2.6 边界细化 1、梯度算子 一阶差分算子 矢量 幅度 方向角 1、梯度算子 利用模板（与图象进行）卷积 模板比较 ① 边缘粗细； ② 方向性 2、综合正交算子 灰度不连续：+ 点、直线段（特例） 基于特定方向上的微分来检测边缘 八方向Kirsch（3 ? 3）模板 边缘强度：卷积值的最大值的绝对值 边缘方向：卷积值的最大值的符号 模板的对称性 ? 模板数减半 可将各系数值线性变换到整数值，其中绝对值最小的系数变换为单位值 1、拉普拉斯算子 二阶差分算子 1、拉普拉斯算子 对图象中的噪声相当敏感 产生双象素宽的边缘 不能提供边缘方向的信息 2、马尔算子 (1) 用一个2-D的高斯平滑模板与源图象卷积 (2) 计算卷积后图象的拉普拉斯值 (3) 检测拉普拉斯图象中的过零点作为边缘点 3、坎尼算子 好的边缘检