[管理学]第7章 图像分割及测量.pptVIP

第7章 图像分割及测量 本章要点： ? 图像阈值分割 ? 目标物体的轮廓提取 ? 模板匹配 ? 图像的测量 7．1概述 数字图像处理的目的之一是图像识别，图像分割与测量是图像识别工作的基础。图像分割将图像分为一些有意义的区域，然后可以对这些区域进行描述，相当于提取出某些目标区域图像的特征，判断图像中是否有感兴趣的目标。图像分割的基础是像素间的相似性和跳变性。 　　　边缘检测能较成功的检测出图像真正的边缘 。 　　　在边缘检测之后，找出目标物体的轮廓，进行目标物体的分析、识别、测量等。这些内容在数字图像处理应用中，如跟踪、制导等方面扮演重要角色，有着广泛的用途。 7．2 图像阈值分割 　　　阈值处理是一种区域分割技术，将灰度根据主观愿望分成两个或多个等间隔或不等间隔灰度区间，它主要是利用图像中要提取的目标物体和背景在灰度上的差异，选择一个合适的阈值，通过判断图像中的每一个像素点的特征属性是否满足阈值的要求来确定图像中该像素点属于目标区还是应该属于背景区域，从而产生二值图像。 本节介绍选择合适的阈值方法有： ?　直方图门限选择 ?　半阈值选择图像分割 ?　迭代阈值图像分割 7.2.1直方图门限选择 1．理论基础 　阈值T可通过分析边缘检测输出的直方图来确定。假设，一幅图像只有物体和背景两部分组成，其灰度级直方图成明显的双峰值，如图7-1。 在此情况下，选取双峰间的谷底处的灰度值T作为阈值，即可将物体和背景很好地分割开。阈值分割法可用数学表达式来描述。设图像为f(i，j)，其灰度级范围为[z1，z2]，设T为阈值，是z1和z2内任一值，可得一幅二值图像，其数学表达式为: 255 如果f（i，j）≥T f（i，j）= （7-1） ???? 0 如果f（i，j）T 或者，也可以 0 如果f（i，j）≥T f（i，j）= （7-2） 255 如果f（i，j）T 假如，其灰度级直方图能呈现多个明显的峰值，比如有三个峰值，可取两个峰谷处的灰度值T1，T2作为阈值。同样，可将阈值化后的图像变成二值化图像。 其数学表达式为: 　　　　　　 　 0 如果 T1≤f（i，j）≤T2 f（i，j）= 　　　　　　　　　　（7-3） 　　 　255　　　其它 或者，同样也可以 255 如果 T1≤f（i，j）≤T2 f（i，j）= 　　　　　　　　　　　（7-4） 　　　　 　0 其它 ? 2．实现步骤 （1）获得原图像的首地址，及图像的宽和高。 （2）开辟一块内存空间，并初始化为255。 （3）进行图像灰度统计，显示灰度直方图。 （4）通过对话框选取一个峰谷作为阈值。 （5）像素灰度值与阈值之差小于30，将像素置为0，否则置为255。 （6）将结果复制到原图像数据区。 3．编程代码 　对图像进行灰度直方图统计。 　void BingXingBianJieDib::Zhifangtu(float *tongji) 　对图像进行阈值分割。 　void BingXingBianJieDib::Yuzhifenge(int Yuzhi) 　见光盘程序代码 4． 效果对比图 　　（a）根据直方图选择阈值 （b）原图 （c）二值化效果图 7.2.2 半阈值选择分割 1．理论基础 　上述方法，不论图像的直方图具有双峰还是多峰值，经过阈值化后均将原始灰度级多值图像变成二值图像，假如希望阈值后的图像只把图像的背景表示成二值图像（即背景不是最白（用1表示）就是最黑（用0表示））而图像中的物体仍为多值图像。此时，可采用半阈值技术，把物体从背景中分离出来。 半阈值化后的图像可用数学表达式表示为： f（i，j） 如果f（i，j）≥T f（i，j）=　　　 　　　　　　　　　　（7-6） 　　　　　 0或者255 如果f（i，j）T ? 或者 f（i，j） 如果f（i，j）≤T f（i，j）= 　　　　　　　　　　　　　（7-7） 　　　　　 0或者255 　其它 2．实现步骤 (1)获得原图像的首地址，及图像的宽和高。 (2)开辟一块内存空间，并初始化为255。 (3)进行图像灰度统计，显示灰度直方图。请看Zhifan