18医学图像处理第十八讲 图像分割.pptVIP

* * * * * * * * * * * * * * * * * * * * * * 重点 基本概念：图像分割、Hough变换 掌握常用差分边缘检测算子、方向模板 了解 Hough变换算法 * 计算机图形学 * * 计算机图形学 * * 计算机图形学 * * * * * * * * 计算机图形学 * * * * * * * * * * * * * * * * * * * * * * * Roberts梯度算子举例 hy*f f Prewitt梯度算子 Prewitt梯度算子举例 hx*f f Sobel梯度算子 Sobel梯度算子举例 hx*f f 由上可见，我们可以自己设计任意方向的检测模板，只要满足以下条件： 模板系数和为0； 感兴趣的方向的系数值较大； 二阶导数通过拉普拉斯算子来计算： 定义数字形式的拉普拉斯的基本要求是：作用于中心像素的系数是一个正数，其周围像素的系数为负数，系数之和必为0。 拉普拉斯算子的缺点： 对噪音敏感； 会产生双边效果； 不具有方向性。 边缘检测中经常碰到的问题是： 图像中存在太多的细节； 图像受到噪声的干扰，不能准确的检测边缘。 解决方法：在边缘检测之前对图像进行平滑。 Laplacian算子由于对噪声太敏感，一般不单独使用； 通常和平滑Gaussian滤波器进行结合来进行边缘检测。 边缘连接的意义：由于噪音的原因，边界的特征很少能够被完整地描述，在亮度不一致的地方会中断。 因此典型的边检测算法后面总要跟随着连接过程和其它边界检测过程，用来归整边像素，成为有意义的边。 连接处理的时机：对做过边缘检测的图像进行； 连接处理的目的：连接间断的边 Hough变换的基本思想： 对于边界上的n个点的点集，找出共线的点集和直线方程 对于任意两点的直线方程：y = ax + b，构造一个参数a、b的平面，从而有如下结论： xy平面上的任意一条直线y = ax + b ，对应在参数ab平面上都有一个点； 过xy平面一个点(x,y)的所有直线，构成参数ab平面上的一条直线。 如果点(x1,y1)与点(x2,y2)共线，那么这两点在参数ab平面上的直线将有一个交点： 在参数ab平面上相交直线最多的点，对应的xy平面上的直线就是我们的解。 这种从线到点的变换就是Hough变换。 得到点A（a,b）是我们的解，(a,b)对应到图像坐标系xy中所求直线的斜率和截距： a b A 由于垂直直线的斜率a为无穷大，因此改用极坐标形式： 参数平面为?,?，对应不是直线而是正弦曲线； 找出相交线段最多的参数空间的点，再根据该点求出对应的xy平面的直线段： 算法思想：将?,? 空间量化成许多小格。根据图像内的每个(x0,y0)点代入?的量化值，算出各个?，所得值（经量化）落在某个小格内，便使该小格的计数累加器加1，当全部(x,y)点变换后，对小格进行检验，有大的计数值的小格对应于共线点，其(?,? )值作为直线的拟合参数。 算法特点： 对ρ、θ量化过粗，直线参数就不精确，过细则计算量增加。因此，对ρ、θ量化要兼顾参数量化精度和计算量。 Hough变换检测直线的抗噪性能强，能将断开的边缘连接起来。 此外Hough变换也可用来检测曲线，比如圆、椭圆等 Zhejiang Wanli University Zhejiang Wanli University Zhejiang Wanli University Zhejiang Wanli University Zhejiang Wanli University Zhejiang Wanli University Zhejiang Wanli University Zhejiang Wanli University 　　人的一生是奋斗的一生，有的人一生过得很伟大，有的人一生过得很琐碎。如果我们有一个伟大的理想，有一颗善良的心，我们一定能把很多琐碎的日子堆砌起来，变成一个伟大的生命。但是如果你每天庸庸碌碌，没有理想，从此停止进步，那未来你一辈子的日子堆积起来将永远是一堆琐碎。所以，我希望所有的同学能把自己每天平凡的日子堆砌成伟大的人生。 —余敏洪在北大的演讲 主要内容： 1　图像分割概述； 2 基于边界的图像分割方法； 3　基于区域的图像分割方法； 4　MATLAB图像分割； * 主要内容： 1　图像分割概述； 2 基于边界的图像分割方法； 3　基于区域的图像分割方法； 4　MATLAB图像分割； * 计算机图像处理的两个目的： —产生更适合人观察和识别的图像（输入输出均为图像） —便于计算机自动识别和理解图像（输入为图像，输出不一定为图像） 图像分割（Image Segmentation） —目的：将