05 第六章 图象分割.pptVIP

6.1 概述 6.1.1 图象分割的目的 图象分割是由图象处理进到图象分析的关键步骤。将图象中的目标分为各个感兴趣的区域，以便对物体描述，理解图象中包含的信息。 值得注意的一点是，没有唯一的、标准的分割方法，因此，也就没有规定成功分割的准则。 6.1.2 图象分割的方法 分割是将象素分类的过程，分类的依据可以是： 由于目前机器理解图象的内容限于图象的部分信息，因此分割方法都具有局限性。 分割的要求：细；连；准 6.1.3 分割描述的应用： 机器阅读理解 OCR录入 遥感图象自动识别 在线产品检测 医学图象样本统计 图象测量 图象编码 图象配准的预处理 图象边界清晰与否通常十分重要，因此有必要对图象的边界进行特别处理。 6.2 并行边界技术 6.2.1 边缘检测 边缘检测是所有基于边界的分割方法的第一步。两个具有不同灰度级的相邻区域之间总存在边缘。边缘是灰度值不连续的结果，这种不连续常可利用求导数方便地检测到，一般常用一阶和二阶导数来检测边缘。图6.1所示是一些具有边缘的图象、图象的水平方向剖面及其剖面的一阶和二阶导数。 由于采样的缘故，数字图象中的边缘总有一些模糊，所以这里垂直上下的边缘剖面都表示成有一定坡度。对图(a)、(b)所示的阶梯状图象，可用二阶导数过零点检测边缘位置，而用二阶导数在过零点附近的符号确定明区和暗区的位置。对脉冲状图象(c)，利用其二阶导数过零点确定脉冲的范围。对图(d)所示的屋顶状图象，通过检测其一阶导数过零点可以确定屋顶的位置。 模板是为了检测某些区域特征而设计的阵列，通过模板计算可以突出图象上的某些特征。用于检测的模板主要有：梯度算子、拉普拉斯算子、方向算子、综合正交算子等。 6.2.2 微分算子 边缘的检测可借助空域微分算子（模板）通过卷积完成。如图6.2所示，将模板（在卷积中可称为卷积核）在图象上移动并在每个位置计算对应中心象素的卷积值。 如果一个象素落在图象中某一个物体的边界上，那么它的邻域将成为一个灰度级变化的带。对这种变化最有用的两个特征是灰度的变化率和方向。边缘检测算子检查每个象素的邻域并对灰度变化率进行量化。 6.2.2.1 梯度算子 梯度对应一阶导数，梯度算子是一阶导数算子。通常分别求出两个方向的梯度，再求梯度矢量的幅度。 Roberts边缘算子 也称交叉算子。利用局部差分算子寻找边缘的算子。由下式给出： (6.1) 其中f(x,y)是具有整数象素坐标的输入图象。图6.3(a)是Roberts cross交叉算子对应的两个2?2模板。图象中的每个点都用这两个模板做卷积。 Prewitt边缘算子 图6.3(b)所示是由两个3?3模板构成的Prewitt边缘算子。一个模板对通常的垂直边缘响应最大，而另一个对水平边缘响应最大。最终，或两个卷积的最大值作为该点的输出值，或将两个卷积值取模相加，或者，可取它们的欧氏距离作为输出值。 Sobel 边缘算子 图6.3(c)的两个3?3模板构成Sobel边缘算子。其用法与Prewitt边缘算子相同。 图6.4所示是图象及其梯度图象的示例。梯度图象是利用Sobel边缘算子求出的。 为组成区域的封闭边界以将不同区域分开，需要将边缘象素连接起来。 6.2.4 哈夫（Hough）变换 Hough 变换是一种快速形状匹配技术，它利用图象全局特征而检测目标轮廓，可以将边缘象素连接起来组成区域封闭边界。在预先知道形状的条件下，可以得到边界曲线而将不连续的边缘象素点连接起来。哈夫变换的主要优点是受噪声和曲线间断的影响较小。 哈夫变换的基本原理是利用点与线的对偶性，将图象空间的线条变为参数空间的点，从而检测图象中是否存在给定性质的线条。 设原始图象空间为XY，则所有过点(x,y)的直线的方程为： y=px+q (6.3) 其中p为斜率，q为截距。此式也可写成q关于p的函数关系式 q= -px+y (6.4) 它代表参数空间PQ中过点（p,q）的一条直线。 参考图6.7，图(a)为图象空间，图(b)为参数空间。在图象空间XY中过点（xi,yi）的通用直线方程按式6.3可写为yi=pxi+q，也可按照式6.4 写成q= -xip+yi，即参数空间中的一条直线。同理过点（xj,yj）有yj=pxj+q，也可写成q= -xj p+yj，它表示参数空间中的另一条直线。设这两条直线在参数空间PQ里的点（p’,q’）相交，这里点（p’,q’）对应图象空间XY中一条过（xi,yi）和（xj,yj）的直线，因为它们满足yi=p’xi+q’和yj=p’xj+q’。由此可见图象空间XY中过点（xi,yi）和（xj,yj）的直线上每个点都对应在参数空间PQ里的一条直线，这些直线相交于点（p’,q