图像分割-第2讲.ppt

数字图像处理 1、边缘检测函数edge的使用； 2、Hough变换检测直线应用。 图像分割的基本策略； 图像分割的基本方法； 边缘检测算法。 问题的提出 在找出边界点集之后，需要连接，形成完整的边界图形描述 基本思想 阈值分割法的基本思想 确定一个合适的阈值T（阈值选定的好坏是此方法成败的关键）。 将大于等于阈值的像素作为物体或背景，生成一个二值图像。 1、状态法（峰谷法） 2、Otsu法（最大类间差法\大津算法） 2、Otsu法（最大类间差法\大津算法） 3、最佳熵自动阈值法 算法实现： 1）根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的点，或者是位于点簇中心的点； 2）选择一个增长条件； 3）从该种子开始向外扩张，首先把种子像素加入集合，然后不断将与集合中各个像素连通、且满足描述符的像素加入集合； 4）上一过程进行到不再有满足条件的新结点加入集合为止。 算法实现： 1）将原图分为四个相等的子块。计算四个子块的属性值（灰度均值和方差）； 2）如果子块的属性值超出设定的阈值，则表示该子块包含的内容为多个区域的内容，对该子块进行下一层分裂，并计算属性值； 3）如果子块的属性值在设定的阈值内，则表明该子块具有一致性，不再进行分裂； 4）对当前各个判断为不需要进行下一步分裂的子块属性值进行比较，如果相邻子块的属性值相似，则将两子块合并。 5）重复上述操作，直到没有可合并、分裂的子块为止。 1、掌握图像分割的概念和边缘检测原理与方法； 2、掌握Hough变换检测直线原理； 3、掌握最简单图像区域分割,了解区域生长和分裂合并法 * LOGO 周三实验内容 第五章 图形分割 5.4 Hough变换检测直线法 线到点的变换就是Hough变换。 （1） （2） （3） （4） 5.4 Hough变换检测直线法 如果需要检测的直线接近垂直方向，则会由于斜率和截距的取值趋于无穷而需要很大的累加数组，导致计算量增大。解决方法之一就是用极坐标来表示直线方程： O x y 式中表示原点到直线的垂直距离； 为垂线与x轴的夹角。 0 （1/2，pi/4） 线到点的变换。 5.4 Hough变换检测直线法 5.4 Hough变换检测直线法 算法步骤： 在ρ、θ的极值范围内对其分别进行m,n等分，设一个二维数组的下标与ρi、θj的取值对应 ； 对图像上的所有边缘点做Hough变换，求每个点在θj hough变换后的ρi ，判断（ ρi，θj ）与哪个数组元素对应，则让该数组元素值加1； 比较数组元素值的大小，最大值所对应的（ ρi，θj ）就是这些共线点对应的直线方程的参数。共线方程为 5.4 Hough变换检测直线法 Hough变换检测直线实例 5.4 Hough变换检测直线法 Hough变换的特点 抗噪性能强，能将断开的边缘连接起来； ρ、θ量化过粗，直线参数就不精确，过细则计算量增加，其量化要兼顾量化精度和计算量 5.4 Hough变换检测直线法 5.4 Hough变换检测曲线法 圆的直角坐标系方程为： 令a和b在允许范围内变化，计算r，每计算出一个(a,b,r)的值，相应数值元素A(a,b,r)加1.计算介绍后， A(a,b,r)的值就是图像空间中落在以(a,b)为圆心、r为半径的圆周上的点的数目。 5.4 Hough变换检测曲线法 圆的极坐标系方程为： 则圆的参数方程为： r表示半径；为点（x，y）到圆心（a，b）的连线与水平轴的夹角。 在边缘点（x，y）处给定梯度角，从上式中消除半径，可得： 5.4 Hough变换检测直线法 哈夫变换可推广到具有解析形式f(x,a)=0的任意曲线，其中，x表示图像像素坐标，a是参数向量。 任意曲线的检测过程如下： 1）根据参数个数建立并初始化累加数组A[a]为0； 2）对于每个边缘点x，确定a，使得f(x,a)=0，并累加对应的数组元素： A[a] = A[a] + 1； 3）A的局部最大值对应图像中的曲线，它表示图像中有多少个点满足该曲线。 5.5 最简单图像的区域分割：阈值分割法 最简单图像：只具有两类区域的图像。 T 取直方图谷底，为最小值的灰度值为阈值T 缺点：会受到噪音的干扰，最小值不是预期的阈值，而偏离期望的值； 改进：取两个峰值之间某个固定位置，如中间位置上。由于峰值代表的是区域内外的典型值，一般情况下，比选谷底更可靠，可排除噪音的干扰 5.5 最简单图像的区域分割：阈值分割法 5.5 最简单图像的区域分割：阈值分割法 5.5 最简单图像的区域分割：阈值分割法 基于类间方差最大的自动阈值选择方法。实现简单、处理速度快，不受图像亮度和对比度的影响，被认为是图像分割中阈值选取的最佳算法，在数字图像处理中得到广泛的应用。 基本思想： 设图像总像