[工学]印刷工程数字图像处理课件第六章.ppt

图像特征 图像特征是指图像中可用作标志的属性，它可以分为统计特征和视觉特征两类。 图像的统计特征是指一些人为定义的特征，通过变换才能得到，如图像的直方图、矩、频谱等； 图像的视觉特征是指人的视觉可直接感受到的自然特征，如区域的亮度、纹理或轮廓等。 图像的边缘 图像的边缘对人类的视觉系统具有重要的意义，它是人类判别物体的重要依据，是图像的最基本特征。 所谓边缘(又称为边沿)，是指其周围像素灰度有阶跃变化或屋顶变化的那些像素的集合。 边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间。因此，它是图像分割所依赖的重要特征。 图像分割的基本原理 图像分割是将图像划分成若干个互不相交的小区域的过程，小区域是某种意义下具有共同属性的像素的连通集合。 如不同目标物体所占的图像区域、前景所占的图像区域等； 连通是指集合中任意两个点之间都存在着完全属于该集合的连通路径； 对于离散图像而言，连通有4连通和8连通之分。 区域生长的过程 目前，具有对边缘的描述性定义，即两个具有不同灰度的均匀图像区域的边界，即边界反映局部的灰度变化。 局部边缘是图像中局部灰度级以简单（即单调）的方式作极快变换的小区域。这种局部变化可用一定窗口运算的边缘检测算子来检测。 (1) 边缘法线方向——在某点灰度变化最剧烈的方向，与边缘方向垂直； (2) 边缘方向——与边缘法线方向垂直，是目标边界的切线方向； (3) 边缘强度——沿边缘法线方向图像局部的变化强度的量度。 (1) 空间曲面上的不连续点。如标为A的边缘线，这些边缘线为两个不同曲面或平面的交线，该点处物体表面的法线方向不连续，在A类边缘线的两边，图像的灰度值有明显的不同。 (2) 物体与背景的分界线。图中标注为B的边缘线是物体与背景的分界线，如图中圆柱上有两条B类边缘线，这类边缘线一般称为外轮廓线。 (3) 不同材料组成的边缘线。图中标注为C的边缘线是由不同材料或相同材料不同颜色所产生的。 (4) 阴影引起的边缘。图中标注为D的边缘线是阴影引起的边缘。由于物体表面某一部分被另一物体遮挡，使它得不到光源的照射或照射不充分，从而引起边缘点两侧灰度值有较大的差异。 罗伯特边缘算子 索贝尔（Sobel）边缘算子 普瑞维特（Prewitt）边缘检测算子 拉普拉斯边缘检测算子 凯西（Kirsch）边缘检测算子 高斯-拉普拉斯(LOG)算子 1. 罗伯特边缘算子 罗伯特（Robert）边缘检测算子是一种利用局部差分方法寻找边缘的算子，Robert梯度算子所采用的是对角方向相邻两像素值之差，算子形式如下： Robert算子边缘检测结果 2. 索贝尔边缘算子 索贝尔（Sobel）边缘算子所采用的算法是先进行加权平均，然后进行微分运算，算子的计算方法如下： Sobel算子边缘检测结果 3.普瑞维特边缘算子 普瑞维特（Prewitt）边缘检测算子是一种利用局部差分平均方法寻找边缘的算子，它体现了3对像素点像素值之差的平均概念，算子形式如下： Prewitt算子边缘检测结果 4.拉普拉斯边缘算子 拉普拉斯边缘检测算子与前述三个一阶导数算子不同，拉普拉斯算子是一个二阶导数算子，其算子的形式如下： Laplacian算子边缘检测结果 5. 凯西边缘算子 凯西（Kirsch）边缘检测算子需要求出f(x，y)8个方向的平均差分的最大值，计算8个方向模板，该算子可以检测出边缘的方向性信息，并能较好地抑制边缘检测的噪声。 Kirsch算子边缘检测结果 边缘的描述 边缘点 典型边缘信号 图像中不同类型的边界 （a） 边界； （b） 线； （c） 折线变化； （d） 缓慢的平滑变化 (a) (b) (d) (c) 边缘检测算子 * 第六章 图像分割与边缘检测 * * 第六章 图像分割与边缘检测 图像 图像识别 图像 预处理 图像理解 图像分割 第一节 图 像 分 割 先通过看图理解图像分割的概念 将图像分解成构成它的部件和对象 有选择地定位感兴趣对象在图像中的位置和范围 目的 无论是图像处理、分析、理解与识别，其基础工作一般都建立在图像分割的基础上； 将图像中有意义的特征或者应用所需要的特征信息提取出来； 图像分割的最终结果是将图像分解成一些具有某种特征的单元，称为图像的基元； 相对于整幅图像来说，这种图像基元更容易被快速处理。 4连通和8连通 图像分割有三种不同的途径： 其一是将各像素划归到相应物体或区域的像素聚类方法, 即区域法； 其二是通过直接确定区域间的边界来实现分割的边界方法； 其三是首先检测边缘