医学图像处理 第七章 图像分割(新).pptVIP

第七章 图像分割 图像分割是把图像空间按照一定的要求分成若干个有意义的区域的处理技术。 图像分割目的：把图像空间分成一些有意义的区域。 一、灰度门限法分割 设f(x,y)有两种灰度，一种代表物体，另一种代表背景。 二值化处理： 非二值化处理： 最佳阈值的选择： 设图像由目标和背景组成，物体灰度分布呈正态分布，概率密度为 ，均值为 ，方差为 ，物体占图像总面积 ； 背景：概率密度为 ，均值为 ，方差为 ，背景占图像总面积 1- 。 总概率密度为 ： 设一个阈值为t，假定小于t的全部是目标，大于t的全部是背景。 则把背景错分成目标物的概率： 则把背景错分成背景的概率： 总的错分概率： 求最佳阈值t即是求极小值的问题。 代入： 取对数： 当 ，有： 二、模板匹配 模板匹配法：为了在图像中检测出已知形状的目标物，我们使用这个目标物的形状模板与图像匹配，在约定的某种准则下检测出目标物图像，通常称为模板匹配法。 模板：为了检测某些不变区域特性而设计的阵列。点模板、线模板、梯度模板、正交模板等。 1、点模板 如3X3点模板： 用它来检测图像中的小块目标，步骤如下： （1）将模板中心在图像中移动并计算各个位置上模板内各点值和图像中对应象素灰度值的乘积，并将其相加求和。 设3X3样板向量 样板内各象素的灰度值向量： 2）结果判决。若其和为0，表明这个位置上模板所对应的图像局部其灰度级相同。即为背景或目标内部。若其和不为0，表明该区域即有目标又有背景。当模板中心位于目标和背景交界处时，其和值最大，模板中心远离目标和背景交界处时，其和值下降。 设定一个阈值T，若 可认为小块被检测。 2、线模板 （1）检测水平直线的模板： （2）检测45。直线的模板： （3）检测垂直直线的模板： （4）检测135。直线的模板 三、区域生长法 从图像中用某一准则找出初选点，设图像中物体的亮度较高，则从物体上找高亮代表点P，P点出发向该点的八邻象素搜索，规定一个阈值T，凡是周围点的灰度与P点灰度差不超过T，则认为是物体上的点，可以赋予某一灰度标记来表示，例如赋予最亮L。这样，凡是物体上的点都将逐步变为L，P点就生长大了，用此原则再向四周搜索，直到找不到合乎准则的象素为止。 * T r pr(rk) 因为正态分布： -1 -1 -1 -1 8 -1 -1 -1 -1 -1 -1 -1 2 2 2 -1 -1 -1 -1 -1 2 -1 2 -1 2 -1 -1 -1 2 -1 -1 2 -1 -1 2 -1 2 -1 -1 -1 2 -1 -1 -1 2 *