第十三讲 图像分割知识讲稿.pptVIP

Lecture 13 Image Segmentation; 对图像进行研究和应用时，人们往往对图像中的某些部分感兴趣，这些部分往往被称为目标或对象。 图像处理的重要任务——对图像中的对象进行分析和理解。;预处理; 1. 图像分割的概念;Basic Formulation; 2. 图像分割的定义; 3. 图像分割的基本策略; 3. 图像分割的基本策略;Principal approaches;像素的邻域和连通性; 3. 连通性; 4. 根据连通性定义图像的特征点和线; 4. 根据连通性定义图像的特征点和线; 例 根据4连通或8连通准则在二值图像中判定目标; 例 根据4连通或8连通准则在二值图像中判定目标; 图像的阈值(Thresholding)分割技术; 图像的阈值分割技术;Thresholding;Thresholding;Multilevel Thresholding;Thresholded Image;阈值分割方法的关键问题是选取合适的阈值。阈值一般可写成如下形式： 式中，f(x,y)是在像素点（x,y）处的灰度值，q(x,y)是该点邻域的某种局部性质。例如以(x,y)为中心的邻域的平均灰度级。换句话说，T在一般情况下可以是(x,y)，f(x,y)和q(x,y)的函数。借助上式，可将取阈值分割方法分成如下三类：; 如果仅根据f(x,y)来选取阈值，所得的阈值仅与各个图像像素的本身性质相关（也有叫全局阈值的，因此此时确定的阈值对全图使用） 如果阈值是根据f(x,y)和q(x,y)来选取的，所得的阈值就是与（局部）区域性质相关的（也有叫局部阈值的） 如果阈值进一步（除根据f(x,y)，q(x,y) 来选取外）还与x,y有关，则所得的阈值是与坐标相关的（也有叫动态阈值的，且可将前两种阈值对应称为固定阈值）;Thresholding;Threshold Type;设图像为 ，其灰度范围是 ，选择一合适的阈值T，图像分割方法可以描述为; 全局阈值分割;;;Basic Global Thresholding;T0=0 T=125.4;;若以阈值t进行分割时，把目标像素错分为背景像素的概率为;因为假设背景与前景的灰度分布都是正态分布的;二、局部阈值方法 若分割过程中对图像上每个像素所使用的阈值不相等，则为局部阈值方法。通常用于照度不均匀或灰度连续变化的图像的分割。 三、动态阈值方法 当照明不均匀、有突发噪声或者背景变化比较大的时候，整幅图像将没有一个合适的单一阈值。这时可以对图像进行分块处理，进一步细分??子图像，对每子图像分别选定一个阈值进行分割。这种方法的关键问题是如何将图像进行细分和如何为得到的子图像估计阈值，由于用于每个像素的阈值取决于像素在子图像中的位置，这种与坐标有关的阈值分割方法称为动态分割方法，也称为自适应的分割方法。;小结;实验题目：实现二维傅里叶变换 实验目的： 掌握二维离散傅里叶变换的实现方法； 理解傅里叶变换的主要性质。 能利用频域计算方法，计算两幅图像的卷积 实验重点：傅里叶变换的编程实现 实验难点：二维傅里叶变换平移性质的正确应用 实验内容： （1）编制程序，对选择的图像进行二维离散傅里叶变换，注意频谱中心的处理，以对数方式观察离散傅里叶变换频谱。 （2）演示二维离散傅里叶变换的主要性质（如平移性、旋转不变性等）。 （3）任取两幅图像，求这两幅图像的卷积。 课后作业： 撰写本次上机实验报告