wzq-10图像分割.ppt

用以计算Z5点处的梯度的Sobel梯度模板如左上，则Z5点处的梯度为： 10.2.5 基本边缘检测 检测对角边缘的Prewitt和Sobel模板 0 1 1 -1 0 1 -1 -1 0 -1 -1 0 -1 0 1 0 1 1 0 1 2 -1 0 1 -2 -1 0 -2 -1 0 -1 0 1 0 1 2 Prewitt Sobel 10.2.5 基本边缘检测 医学图像处理 第十章 图像分割 教材：数字图像处理 (冈萨雷斯) 川北医学院影像系 影像设备教研室 Chapter 10 图像分割 分割图像中的树木、人。 引 言 分割汽车尾部图像中的牌照字符 引 言 字符分割 引 言 引 言 图像分析系统的基本构成 知识库 表示与描述 预处理 分割 低级处理 高级处理 中级处理 识别 与 解释 结果 图像获取 问题 图像分割是表示、识别等处理的基本前提步骤，图像分割质量的好坏直接影响后续图像处理的效果。 □灰度间断检测 ⊙孤立点检测 ⊙线检测 ⊙边缘检测(重点边缘检测) □阈值分割（自学） □区域分割（自学） 本章主要内容 Chapter 10 图像分割 图像分割—是指将一幅图像分解为若干互不交叠的、有意义的子区域或物体。 分割到什么程度取决于具体要解决的问题，目标是把感兴趣的物体分离出来。 例如：（1）流量统计和车牌识别中的分割； （2）确定航空照片中的森林、耕地、城市区域等，首先要将其从图像上分割出来； （3）要辨认文件中的个别文字，也需先将这些文字分选出来。 10.1 基础知识 一幅图像通常是由代表物体的图案与背景组成，简称物体与背景。若想从一幅图像中“提取”物体，可以设法用专门的方法标出属于该物体的点，如把物体上的点标为“1”，而把背景点标为“0”，通过分割以后，可得一幅二值图像。 10.1 基础知识 图像分割的基本思路 提取轮廓 车牌定位 车牌识别 遵从从简到难，逐级分割 控制背景环境，降低分割难度；注意力集中在感兴趣的对象，缩小不相干图像成分的干扰。 10.1 基础知识 图像分割条件 令集合R代表整个图像区域，R可分割成 n个满足5个条件的非空子集（子区域）R1、R2 … RN： （1） （2）对i =1,2,…,n，Ri是一个连通集 （3）对所有的i和j，i≠j时，有Ri∩Rj =φ； （4）有Q(Ri) = TRUE，对i = 1,2,…,n， （5）Q(Ri∪Rj) = FALSE，对于任何Ri和Rj的邻接区域。 10.1 基础知识 二值图像分割算法一般是基于灰度值的两个基本特性之一: 不连续性和相似性。 □方法一：基于灰度的不连续性分割图像 先找到点、线（宽度为1）、边（不定度）， 再确定区域。例如基于边缘的图像分割方法。 图像分割的基本方法 □方法二：基于灰度的相似性分割图像 例如依据事先定义的准则分割图像的基于区域的分割图像的方法。如门限(阈值)处理、区域生长等。 10.1 基础知识 10.2.1 数字图像的导数结论 10.2 点、线和边缘检测 1、一阶导数通常在图像中产生较粗的边缘； 2、二阶偏导数对精细细节、如细线、孤立点和噪声有较强的响应； 3、二阶偏导数在灰度斜坡和灰度台阶过渡处会产生双边缘响应； 4、二阶偏导数的符号可用于确定边缘的过渡是从暗到亮还是从亮到暗。 10.2 点、线和边缘检测 □ 采用模板运算的方法来寻找图像中的间断因素。 □ 图像的不连续（间断）特性：点、线、边缘 1个3×3的模板 其响应为： 通常：用于计算图像中每个像素位置处的一阶导数和二阶导数的可选择方法是使用空间滤波器。 孤立点的检测 10.2.2 孤立点检测 使用右图模板,若: 则在模板中心的位置已经检测到一个孤立点,T为非负门限。 一个孤立点与它周围的点很不同,因而很容易被这类模板检测到. 举例：用空域的高通滤波器来检测孤立点： 8 8 8 8 128 8 8 8 8 图像 -1 -1 -1 -1 8 -1 -1 -1 -1 模板 R = （-1 × 8 × 8 + 128 × 8 ） = 120 × 8 = 960 设 ：阈值：T = 256 R T 故判断点128为孤立点 10.2.2 孤立点检测