第8章 图像分析研讨.pptVIP

第8章 图像分析;一、 概述;图像分析的步骤 把图像分割成不同的区域或把不同的对象分开 找出分开的各区域的特征 识别图像中要找的对象或对图像进行分类 对不同区域进行描述或寻找出不同区域的相互联系，进而找出相似结构或将相关区域连成一个有意义的结构 模式识别过程的三个阶段;图像分割（定义之二） 把图像分成互不相干的区域的过程。; 图像分割（定义之三） 将图像中有意义的特征或需要应用的特征提取出来 例 1）按幅度不同来分割各个区域：幅度分割 2）按边缘不同来划分各个区域：边缘检测 3）按形状不同来分割各个区域：区域分割;分类—分割依据 相似性分割：将相似灰度级的像素聚集在一起。形成图像中的不同区域。这种基于相似性原理的方法也称为基于区域相关的分割技术 非连续性分割：首先检测局部不连续性，然后将它们连接起来形成边界，这些边界把图像分以不同的区域。这种基于不连续性原理检出物体边缘的方法称为基于点相关的分割技术 两种方法是互补的。有时将它们地结合起来，以求得到更好的分割效果。;图像分割的基本策略 分割算法基于灰度值的两个基本特性：不连续性和相似性 检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。先找边，后确定区域。;图像分割的基本策略 检测图像像素的灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边;;二、图像分割基本方法 目标：将区域R划分为若干个子区域R1,R2,…,Rn，这些子区域满足5个条件： 1)完备性： 2)连通性：每个Ri都是一个连通区域 3)独立性：对于任意i≠j，Ri∩Rj= Ф 4)单一性：每个区域内的灰度级相等， P（Ri）= TRUE，i = 1,2,…,n 5)互斥性：任两个区域的灰度级不等， P（Ri∪Rj）= FALSE，i≠j ; 60年代中期，Prewitt提出了直方图双峰法，即如果灰度级直方图呈明显的双峰状，则选取两峰之间的谷底所对应的灰度级作为阈值。 ; 以一定的准则在原始图像 中找出一合适的灰度值作为阈值，则分割后的图像 如： 一般表示为：; 应用灰度直方图双峰法来??割图像，需要有一定的图像先验知识，因为同一直方图可以对应若干种不同的图像，直方图表明图像中各个灰度级上有多少个像素，并不描述这些像素的任何位置信息。只根据直方图选择阈值不—定合适．还要结合图像内容和分割结果来确定。 该方法不适用于直方图中双峰差别很大或双峰间的谷比较宽广而平坦的图像，以及单蜂直方图的情况。;2. 区域生长法 基本思想：将具有相似性质的像素集合起来构成区域； 步骤：1. 先对要分割的区域找一个种子像素生长的起点； 2. 将种子像素的邻域中具有相同和相似性质的像素合并到种子的区域中，赋予一个标志 L； 3. 将新像素当作新的种子像素继续进行上面的过程，生成一个区域； 需解决3个问题：1. 种子，选择很重要； 2. 准则，相同和相似准则； 3. 停止条件，不能无限循环.;通过像素集合的区域增长 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）选择一个描述符（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。;通过像素集合的区域增长 算法实现：;区域分裂与合并 算法实现： 1）对于图像中灰度级不同的区域，均分为四个子区域。 2）如果相邻的子区域所有像素的灰度级相同，则将其合并。 3）反复进行上两步操作，直至不再有新的分裂与合并为止。;区域分裂与合并 算法实现：;基本思想 将具有相似性质的像素集合起来构成区域 串行区域法 步骤 对每个需要分割的区域找一个种子像素作为生长的起点 将种子像素周围邻域中与种子像素有相同或相似性质的像素合并到种子像素所在的区域内 把新加入的像素作为新的种子继续上面的过程，直到没有满足条件的像素加入区域;例 判断准则像素与种子像素灰度差的绝对值小于阈值T;问题 选择或确定一组能正确代表所需区域的种子像素 具体问题具体分析 先验知识（如：军用红外图像中检测目标时，选最亮的像素作为种子） 无先验知