第7章图像处理教材课程.pptVIP

◆7.1 图像分割的定义和依据 ◆7.2 边缘点检测 ◆7.3 边缘线跟踪 ◆7.4 门限化分割 ◆7.5 区域分割法 ;7.1 概述 ;?图像分割的定义 令集合R代表整个图像区域，对R的分割可看作将R分成N个满足以下五个条件的非空子集（子区域）R1，R2，…，RN： (完备性)； ② （独立性：各子区互不重叠）； ③ 对i=1,2,…,N,有P(Ri)=TRUE（单一性:同子区具有某些相同特性，P(Ri)是逻辑谓词，指特性的相似性准则 ）； ④ 对i≠j,有P(Ri∪Rj)=FALSE（互斥性：不同子区具有某些不同特性）; ⑤ 对i=1,2,…,N, Ri是连通的区域（连通性同子区像素具有连通性）. 对图像的划分满足以上定义，则 （ ）就称为R的分割。;?灰度图像分割的依据 基于像素灰度值的2个基本特性： 不连续性---区域之间； 相似性-----区域内部。 ▓ 不连续性（突变性）：不同区域的交界(边缘)处像素灰度值具有不连续(突变)性，据此先找到区域交界处的点、线(宽度为1)、边(不定宽度)，再确定区域。 ▓ 连续性：同一区域内像素一般具有灰度相似性，据此找到灰度值相似的区域；区域的外轮廓就是对象的边缘。; ?图像分割方法的分类 根据灰度的不连续性和相似性，分成两类： ▓ 边缘检测法：利用区域间之灰度不连续性，确定区域的边 界或边缘的位置。 ▓ 区域生成法：利用区域内灰度的相似性，将像素(点)分成 若干相似的区域。 二者相辅相成，可以结合使用。前者相当于用点定义线（边缘），而后者作为两个面的相交确定一条曲线（边缘线）。 边缘检测法 区域生成法;图像边缘对图像识别和计算机分析十分有用，边缘能勾画出目标物体，使观察者一目了然；边缘蕴含了丰富的内在信息(如方向、阶跃性质、形状等)，是图像识别中重要的图像特征之一。从本质上说，图像边缘是图像局部特性不连续性(灰度突变、颜色突变、纹理结构突变等)的反映，它标志着一个区域的终结和另一个区域的开始。;人可以仅满足于边缘提供的信息; ?边缘点检测的基本原理 ▓ 定义：边缘定义为图像局部特性的不连续性(相邻区域之交界) ▓ 种类：大致分为阶跃式(包括灰度突变和渐变式,斜升斜降式)，脉冲式和屋顶式。 ;边缘与导数(微分)的关系;(e) 脉冲状边缘的一阶差分 (f) 脉冲状边缘的二阶差分; ? 边缘检测算法的基本思想：计算局部微分算子 可分成两步： （1）对图像中每一个像素施以检测算子； （2）根据事先确定的准则对检测算子的输出进行判定，确定该像素点是否为边缘点。 采用的具体检测算子和判定准则取决于实际应用环境及被检测的边缘类型。 ; ? 正交梯度算子法 ▓在图像处理中，一阶导数是通过梯度来实现的，因此，利用一阶导数检测边缘点的方法就称为梯度算子法。 1. 正交梯度法（正交模板法） 函数 在 处的梯度是通过一个二维列向量来定义的： ;7.2 边缘点检测;梯度幅度为 (7.2.10) 或 (7.2.11) 或 (7.2.12) 根据不同图像需要来选用上述三种梯度幅度公式，所得结果称为梯度图像 。 为检测边缘点，可选取适当的阈值T，对梯度图像进行二值化，即 ; 这样就形成了一幅边缘二值化图像，其中为1的像素点就是阶跃状边缘点。据此可得到正交梯度法检测边缘点的过程如图7.2.3所示：; ; ▓ Roberts梯度就是采用对角方向相邻两像素之差，故也称为四点差分法。其水平和垂直方向梯度定义为： ▓对应的水平和垂直方向的模板为： ▓ 特点： 用4点进行差分，以求得梯度，方法简单。其缺点是对噪声较敏感，常用于不含噪声的图像边缘点检测。 ; （1）Prewitt梯度算子法（平均