05 第六章 图象分割PPT.ppt

6 图象分割 ;6.1 概述 ;6.1.2 图象分割的方法 ;6.1.3 分割描述的应用： ;6.2 并行边界技术 ;由于采样的缘故，数字图象中的边缘总有一些模糊，所以这里垂直上下的边缘剖面都表示成有一定坡度。对图(a)、(b)所示的阶梯状图象，可用二阶导数过零点检测边缘位置，而用二阶导数在过零点附近的符号确定明区和暗区的位置。对脉冲状图象(c)，利用其二阶导数过零点确定脉冲的范围。对图(d)所示的屋顶状图象，通过检测其一阶导数过零点可以确定屋顶的位置。 ;模板是为了检测某些区域特征而设计的阵列，通过模板计算可以突出图象上的某些特征。用于检测的模板主要有：梯度算子、拉普拉斯算子、方向算子、综合正交算子等。 ;6.2.2 微分算子 ;6.2.2.1 梯度算子 ;Roberts边缘算子 也称交叉算子。利用局部差分算子寻找边缘的算子。由下式给出： (6.1) 其中f(x,y)是具有整数象素坐标的输入图象。图6.3(a)是Roberts cross交叉算子对应的两个2?2模板。图象中的每个点都用这两个模板做卷积。 ;Prewitt边缘算子 图6.3(b)所示是由两个3?3模板构成的Prewitt边缘算子。一个模板对通常的垂直边缘响应最大，而另一个对水平边缘响应最大。最终，或两个卷积的最大值作为该点的输出值，或将两个卷积值取模相加，或者，可取它们的欧氏距离作为输出值。 Sobel 边缘算子 图6.3(c)的两个3?3模板构成Sobel边缘算子。其用法与Prewitt边缘算子相同。 ;图6.4所示是图象及其梯度图象的示例。梯度图象是利用Sobel边缘算子求出的。 ;为组成区域的封闭边界以将不同区域分开，需要将边缘象素连接起来。 ;6.2.4 哈夫（Hough）变换 ;设原始图象空间为XY，则所有过点(x,y)的直线的方程为： y=px+q (6.3) 其中p为斜率，q为截距。此式也可写成q关于p的函数关系式 q= -px+y (6.4) 它代表参数空间PQ中过点（p,q）的一条直线。 参考图6.7，图(a)为图象空间，图(b)为参数空间。在图象空间XY中过点（xi,yi）的通用直线方程按式6.3可写为yi=pxi+q，也可按照式6.4;写成q= -xip+yi，即参数空间中的一条直线。同理过点（xj,yj）有yj=pxj+q，也可写成q= -xj p+yj，它表示参数空间中的另一条直线。设这两条直线在参数空间PQ里的点（p’,q’）相交，这里点（p’,q’）对应图象空间XY中一条过（xi,yi）和（xj,yj）的直线，因为它们满足yi=p’xi+q’和yj=p’xj+q’。由此可见图象空间XY中过点（xi,yi）和（xj,yj）的直线上每个点都对应在参数空间PQ里的一条直线，这些直线相交于点（p’,q’）。 ;X;? 具体计算过程： 1. 在参数空间PQ内建立两维数组 A(p,q); 2. 在开始时将数组置零 ; 3. 对图象空间的每一个待检测点(xi,yi)，令p取遍所有可能的取值，并计算对应的q; ;不难看出，这种方法同样可以推广到圆或椭圆等其它可以表示成参数形式的特征的抽取中。下面的图象给出检测圆的一个过程和结果。 ;6.3 串行边界技术 ;接着搜索以边界起始点为中心的3×3邻域，找出具有最大灰度级的邻点作为第2个边界点。 从这一点开始，我们启动了一个在给定当前点和前一个边界点的条件下寻找下一个边界点的迭代过程。如图6.10, 限制没有大于45?的转折，下一个边界点就是候选三点中具有最高灰度级的那个点。 ;此种边界跟踪方法易受噪声影响而偏离边界。为消除噪声的影响，可以通过跟踪前对梯度图象进行平滑或采用“跟踪虫” 的方法来降低。即使这样，边界跟踪也不能保证产生闭合的边界，并且算法也可能失控并走到图象边界外面。 如图6.11, 跟踪虫是一种按下述方式工作的算法“昆虫”。首先我们定义一个矩形平均窗口（“虫”），通常整个窗口具有相同的权值。最近两个或几个边界点定义了当前的边界方向。虫的背部则以当前边界为中心，以当前的边界方向为轴。随后跟踪虫可向任一边转一个?角。 ;当前边界点;在虫的每一个位置，对虫覆盖的区域的平均梯度进行计算。当虫位于最高平均梯度位置时，可以从虫的前部选择一个点作为下一个边界点。显然，跟踪虫是在一个更大的空间执行先前描述过的边界跟踪过程。大尺寸的跟踪虫可以完成梯度图象的平滑，从而降低了它对噪声的敏感性。它也限制了边界方向的急剧改变。 ;6.3.2 曲线拟合 ;直距离。其中最远的点C成为所求路径上的另一个结点，如图(c)。这样一来，这条路径有两个分支AC和BC。重复这个过程，直到剩下的边缘点与其最近的分支的距离都不大于某固定距离为止。对所有围绕物体的点对（A,B）施行此过程会