[信息与通信]数字图象处理 第7章1010.ppt

7.1 概述 数字图像处理主要有两个目的: 一是对图像进行加工和处理，得到满足人的视觉和心理需要的改进形式。如前面几章介绍的图像增强和图像恢复。 二是对图像中的目标物（或称景物）进行分析和理解.包括： （1）把图像分割成不同目标物和背景的不同区域（本章）； （2）提取正确代表不同目标物特点的特征参数，并进行描述（第8章）； （3）对图像中目标物进行识别和分类（第9章）； （4）理解不同目标物，分析其相互关系，从而指导和规划进一步的行动 （计算机视觉）。 图像分割作为图像分析和理解的一个关键步骤，其结果将直接影响到目标物特征提取和描述，以及进一步的目标物识别、分类和图像理解。 7.1 概述 图象分割的定义 　　图象分割就是指把图象分成各具特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色等，预先定义的目标可以对应单个区域，也可以对应多个区域。 图象分割的应用 　图象分割在实际中已得到广泛的应用，例如在工业自动化，在线产品检验，生产过程控制．文档图象处理，遥感和生物医学图象分析，保安监视，以及军事，体育，农业工程等方面。概括来说，在各种图象应用中，只要需对图象目标进行特征提取、测量等都离不开图象分割。 边缘与导数(微分)的关系 梯度幅度为 (7.2.10) 或 (7.2.11) 或 (7.2.12) 根据不同图像需要来选用上述三种梯度幅度公式，所得结果称为梯度图像 。 为检测边缘点，可选取适当的阈值T，对梯度图像进行二值化，即 这样就形成了一幅边缘二值化图像，其中为1的像素点就是阶跃状边缘点。据此可得到正交梯度法检测边缘点的过程如图7.2.3所示： 图7.2.5 五种梯度算子的边缘点检测实例 2.LoG算子法 高斯—拉普拉斯(LoG:Laplacian of a Gaussian)边缘检测算子，简称LoG算子法 。 优点:先采用高斯算子对原图像进行平滑，然后再施以Laplacian算子，可克服Laplacian算子对噪声敏感的缺点，减少噪声的影响。 二维高斯函数： 则连续函数f(x,y)的LoG边缘检测算子定义为： 式中 算子H(x,y)是一个轴对称函数，其横截面如图7.2.14所示。由于它相当平滑，能减少噪声的影响，所以当边缘模糊或噪声较大时，利用检测过零点能提供较可靠的边缘位置。 Laplacian算子和 LoG算子处理后的结果对比 (a)原图像; (b)、(c)分别是 4邻域和8邻域 的Laplacian检 测结果; (d)LoG检测结果。 边界闭合算法 边界有一个特点：其梯度相似、梯度的方向角度的大小相似。将满足这两个条件的点赋予同等灰度，可构成边界。具体做法：求出f(x,y)邻域内所有像素的梯度和梯度角，将满足下列关系的f(x,y)、f(s,t) “连接”起来(赋予特殊的灰度值，如最大值)。 ▓ 光栅扫描跟踪法 方法:按照电视光栅行的扫描顺序，对遇到的像素进行阈值判定而实现的边缘跟踪方法. 优点:实现简单 缺点:若线条灰度值自上而下由小变大，则开始阶段就检测不到线条。此外，若跟踪线的方向接近水平，用自上而下的扫描方式也可能漏跟。 光栅扫描跟踪法的实施步骤 ： （1） 首先设立两种门限：检测门限d和跟踪门限t，且dt。 （2） 将每一行中达到检测门限的点记为1，作为下一步的跟踪起点，这就是检测准则。 （3）对第m行上被记为1的点(m,n)，就在下一行的(m+1,n-1)、(m+1,n)和(m+1,n+1)点上进行跟踪判决，只要这些点的灰度值达到跟踪门限t，这些点也被记为1，这就是跟踪准则。 当整幅图像扫描完成时，跟踪过程便告结束。 7.2.4 哈夫变换 哈夫(Hough)变换是利用图象全局特性而将边缘象素连接起来组成区域封闭边界的一种方法。 在预先知道区域形状的条件下，利用哈夫变换可以方便地得到边界曲线而将不连续的边缘象素点连接起来。 哈夫变换的主要优点是受噪声和曲线间断的影响小。 利用哈夫变换还可以直接检测某些已知形状的目标