第6章 图像分割(换背景).pptVIP

6.1 引言 6.2 阈值分割 6.3 边缘检测 6.4 区域分割 6.5 彩色图像分割 6.6 基于分水岭的分割 6.7 连接成分的标记 6.8 小结 目的：把图像空间分成一些有意义的区域（与图像中各种物体目标相对应），在区域内部其特性是相同的或者说是均匀的，两个相邻区域彼此特性则是不同的，其间存在着边缘或边界。通过对分割结果的描述，可以理解图像中包含的信息。其应用领域相当丰富，如： 像素间的相似性：指图像中在某个区域内像素具有某种相似的特性，如像素灰度相等或相近，像素排列所形成的纹理相同或相近； 非连续性：指像素灰度的不连续，形成跳变的阶跃，或是像素排列形成的纹理结构的突变。 6.2 阈值分割 1. 多个门限的使用 1. 多个门限的使用 2. 平滑与门限化 2. 平滑与门限化 3.可变门限 3.可变门限 4.局部特性值门限化 4.局部特性值门限化 6.3 边缘检测 空域微分算子，也就是传统的边缘检测方法。如Roberts算子、Prewitt算子和Sobel算子等 。 曲面拟合，该方法利用当前像素邻域中的一些像素值拟合一个曲面，然后求这个连续曲面在当前像素处的梯度。 小波多尺度边缘检测。 基于数学形态学的边缘检测。 1. 梯度 6.4 基于区域的分割 图示区域分裂与合并方法分割图像的步骤 6.5 彩色图像分割 6.6 基于形态学分水岭的分割 基本概念和运算 ： 用数学形态学处理图像时，要设计一种搜索图像信息的“探针”，即结构元素，这些结构元素通常是一些小的简单集合，如圆形、正方形等的集合。 6.6.1 数字图像形态学处理技术 圆形 方形 菱形 图7-28 几种简单对称结构元素 f用b腐蚀的结果是所有满足将b平移后，b仍旧全部包含在f中的x的集合，从直观上看就是所有的结构元素b将完全包含在与被腐蚀的集合内。操作中是f在平移，而不是结构元素b在平移。公式（7-28）可以把b写成平移函数．由于f在b上滑动同b在f上滑动在概念上是一致的。腐蚀变换是一种收缩变换。这种变换使目标收缩，使孔洞扩张。 f x b  （a）原始图像 （b）结构元素 （c）膨胀 （d）膨胀结果 图7-29 灰度膨胀图例 f x b f  （a）原始图像 （b）结构元素  （c） 腐蚀 （d）腐蚀结果 图7-30 灰度腐蚀图例 图7-31 基本形态学变换 开启和闭合运算： 腐蚀和膨胀不是互为逆运算，它们可以级连结合使用。使用同一个结构元素对图像先进行腐蚀运算然后再进行膨胀运算称为开启。即结构元素对图像作开启运算处理，可定义为： 如果是先进行膨胀然后腐蚀的运算称为闭合。即结构元素对图像作闭合运算处理，可定义为： 开启和闭合运算不受原点位置的影响，无论原点是否包含在结构元素中，开启和闭合的结果都是一致的。开启运算使目标轮廓光滑，并去掉了毛刺和孤立点，锐化角，闭合运算则填平小沟，弥合孔洞和裂缝。膨胀和腐蚀的反复使用就可检测或清除图像中的小成分或孔。 图7-32 开启运算和闭合运算效果 （a）简化灰度图像 （b）开启运算 （c）开启运算结果 （d）闭合运算 （e）闭合运算结果 图7-33 开启和闭合运算的图例 基本步骤 ： （1）提出所要描述的物体几何结构模式，即提取物体的几何结构特征； （2）根据该模式选择相应的结构元素。结构元素应简单而对模式具有最强的表现力； （3）用选定的结构元素对图像进行击中与否(HMT)变换，便可得到比原始图像显著突出物体特征信息的图像，如果赋予相应的变量，则可得到该结构模式的定量描述； （4）经过形态变换后的图像突出需要的信息，此时，就可以方便地提取信息。 构造出统一的、相同的或变化很小的结构元素并进行结构元素的选择十分重要。结构元素形状、尺寸的选择是能否有效地提取信息的关键。一般情况，结构元素的选择本着如下几个原则进行： （1）结构元必须在几何上比原图像简单且有界。当选择性质相同或相似的结构元时，以选择极限情况为益； （2）结构元的凸性非常重要，对非凸子集，由于连接两点的线段大部分位于集合的外面，故而用非凸子集作为结构元素将得不到什么信息。 所谓的水坝构造是指对分水岭分割方法中所需的水坝或分水线的构造。水坝的构造是以二