[所有分类]数字图像处理讲义.ppt

10.2 阈值分割方法 3. 类间最大距离法 设计思想 ??在某个适当的阈值下，分割后的前景目标与背景两个类之间的差异最大为最佳分割 ??算法步骤 ??（1） 给定一个初始阈值Th=Th0，将原图分为C1和C2两类； 计算两类中的灰度均值。 10.2 阈值分割方法 ??（2）计算相对距离度量值S。 ??（3）选择最佳的阈值Th=Th*，使得图像按照该阈值分为C1和C2两类后，满足： 10.2 阈值分割方法 4. 最大类间类内方差比法 设计思想 ??阈值将图像分为两类，类间方差越大越好，类内方差越小越好。 ??算法步骤： ??（1） 计算得到原图的灰度直方图h； ??（2） 给定一个初始阈值Th=Th0，将原图分为C1和C2两类； 10.2 阈值分割方法 ??（3）计算两类的方差、灰度均值以及图像的总体灰度均值； （4）计算两类的发生概率P1和P2； ??（3）计算类间方差和类内方差； 10.2 阈值分割方法 ??（3）选择最佳阈值Th＝Th*，使得图像按照该阈值分为C1和C2两类后，满足 10.2 阈值分割方法 5. 局部阈值方法 提出的原因 ??阈值方法对于较为简单的图像（目标与背景差别大，容易区分的图像）简单有效，对于较为复杂的图像，分割效果不稳定。 ??方法： ??把图像分成子块，在每个子块上再采样前述阈值分割方法。 10.2 阈值分割方法 6. 灰度－局部灰度均值散布图法 设计思路： ??如果某个像素点与其周围邻域中的均值偏差大，则说明该点是边界上的点或者是噪声点 ??以图像的灰度为横轴，局部灰度均值为纵轴，构造一个图像分布的散布图 ??对角线上的点分布，对应于目标或背景内部的点；离开对角线的点，对应于区域边界上的点。 10.3 边缘检测法 一般要经过边缘检测、边界闭合、边缘跟踪等步骤； 边缘检测方法即在锐化一部分所学过的算法。 10.3 边缘检测法 图像锐化的基本概念； 一阶微分算子 ； 二阶微分算子； 高通滤波; Canny边缘检测算子。 10.3 边缘检测法 目标的部分边界与相邻部分背景相近或相同时，提取出的目标区域边界线会出现断点、不连续或分段连续等情况；有噪声干扰时，也会使轮廓线断开。 ?? 要提取目标区域时，应使不连续边界闭合。 ?? 边界闭合技术：Hough变换、基于梯度的边界闭合技术、数学形态学等。 10.3 边缘检测法 10.3 边缘检测法 已知形状的曲线检测：Hough变换； ??区域生长法； ??区域合并法； ??区域分裂法； ??区域合并分裂法。 1. Hough变换 对于已知形状的边缘线，可以采用Hough变换来提取边缘子集。 核心思想 ??建立一种点——线的对偶关系，使得图像在变换前为图像空间，变换后为参数空间。 10.3 边缘检测法 10.3 边缘检测法 10.3 边缘检测法 10.3 边缘检测法 10.3 边缘检测法 直接方法 ??设图像中有n个边缘点，依据数学原理“两点确定一条直线”，最多会有n(n-1)/2条直线，对每一条直线统计位于该直线上的边缘点数，点数最多的那一条即为需要提取的直线。 10.3 边缘检测法 Hough变换提取边缘线的核心思想 ??建立一种点——线的对偶关系，使得图像在变换前为图像空间，变换后为参数空间。 10.3 边缘检测法 10.3 边缘检测法 两个空间的对偶关系： ⑴ 图像空间的一条直线，在参数空间映射为一个点； 10.3 边缘检测法 两个空间的对偶关系： ⑵ 图像空间的一个点映射为参数空间的一条正弦曲线； 10.3 边缘检测法 ⑶ 图像空间的一条直线上的多个共线点映射为参数空间相较于一点的多条正弦曲线。 这种映射关系称为Hough变换，要检测的图像空间共线点最多的直线就变成参数空间相交于一点的正弦曲线最多的峰值点。 10.3 边缘检测法 为了寻找这个峰值点，可以将参数空间按照 和 量化成许多小格（称为计数单元），对每一个边缘点 带入 的量化值，按 计算出 ，所得值经量化落在某个小格内，该小格的计数单元加1，，当全部边缘点变换完成后，对计数单元进行检验，若图像中只含有一条直线，则最大计数值的计数单元对应于共线点，其