7-第七章-图像分割与特征提取.pptVIP

《数字图像处理》研究生课程 第七章 图像分割及特征提取 李俊山 主讲 第二炮兵工程学院 （a）图像R （b）图像R的四叉树示例 图7.19 图像的四叉树表示 7.5.2　分裂合并法 7.5.2　分裂合并法 2. 分裂-合并分割法 设同一区域Ri中的所有像素满足某一相似性准则时，P(Ri)=TRUE，否则P(Ri)=FALSE。 （1）将图像R分成4个大小相同的象限区域Ri，i=1,2,3,4； （2）对于任何的Ri，如果P(Ri)=FALSE，则将该Ri再进一步拆分成4个更小的象限区域； （3）如果此时存在任意相邻的两个区域Rj和Rk使P(Rj∪Rk)=TRUE成立，就将Rj和Rk进行合并； （4）重复（2）和（3），直到无法进行拆分和合并为止。 1 2 3 4 （a）原始图像 分裂序号 (b）第一次分裂成4个区域 7.5.2　分裂合并法 7.5.2　分裂合并法 (b）第一次分裂成4个区域 （c）第二次分裂成十个区域 （d）最后一次分裂成十6个区域 7.5.2　分裂合并法 （c）第二次分裂成十个区域 7.5.2　分裂合并法 对于灰度图象的一些可以选择的分裂-合并准则： （1）同一区域中最大灰度值与最小灰度值之差或方差小于某选定的阈值； （2）两个区域的平均灰度值之差及方差小于某个选定的阈值； （3）两个区域的灰度分布函数之差小于某个选定的阈值； （4）两个区域的某种图像统计特征值的差小于等于某个阈值。 7.6　图像特征提取 ◆ 图像特征提取是图像处理研究中的重要内容，而图像特征提取的关键则是图像特征的描述和定义。 ◆图像的人工特征是指人们为了便于对图像进行处理和分析而人为认定的特征，比如图像直方图和图像频谱等。 ◆自然特征是指图像固有的特征，比如图像中的边缘、纹理、形状和颜色等。 （1）图像的均值 (7.46) (7.47) 7.6.1　图像的统计特征 （2）图像的方差 (7.48) T 图7.3.1 基于单一阈值分割的灰度直方图 7.3.1　基于阈值的分割方法 1. 阈值化分割方法 （7.24） （7.25） 利用阈值T分割后的图像可定义为： 从暗的背景上分割出亮的物体： 从亮的背景上分割出暗的物体： 例7.3.1 利用阈值化方法提取物体的轮廓。 （a）细胞图像 （b）提取的边界轮廓图 图7.9 用阈值化方法提取细胞边界轮廓 7.3.1　基于阈值的分割方法 1. 阈值化分割方法 7.3.1　基于阈值的分割方法 1. 阈值化分割方法 （7.26） （1） （2） （3） 当在较暗的背景上有2个较亮的物体，且有如下的直方图和约定时： 可用两个阈值进行分割，更一般的多个阈值的情况为： （7.27） （7.28） 7.3.1　基于阈值的分割方法 2.半阈值化分割方法 图像经阈值化分割后不是表示成二值和多值图像，而是是将比阈值大的亮像素的灰度级保持不变，而将比阈值小的暗像素变为黑色；或将比阈值小的暗像素的灰度级保持不变，而将比阈值大的亮像素变为白色。 7.3.1　基于阈值的分割方法 2.半阈值化分割方法 （a）式（7.27）的图示 （b）式（7.28）的图示 图7.11 半阈值化的图示 7.3　基于阈值的图像分割 7.3.2 基于双峰形直方图的阈值选取 1. 利用极大值和极小值寻找谷底及其阈值 （7.29） 7.3.2　基于双峰形直方图的阈值选取 2. 双峰形直方图谷底阈值的获取 通常情况下由于直方图呈锯齿形状，这时，需要利用某些解析函数对双峰之间的直方图进行拟合，并通过对拟合函数求微分获得最小值。 设有二次曲线方程： （7.30） （7.31） 对应于直方图双峰之间的最小值谷底阈值就为： 图7.12 用二次曲线拟合双峰形直方图的谷底示例 2. 双峰形直方图谷底阈值的获取 7.3.2　基于双峰形直方图的阈值选取 3. 用最小误差法确定最佳阈值（自学） 7.3.2　基于双峰形直方图的阈值选取 （7.32） （7.33） （7.34） 物体的误分概率＋背景的误分概率＝ （7.35） 7.3.2　基于双峰形直方图的阈值选取 （7.39） （7.40） （7.41） （7.36） （7.37） （7.38） 7.3.2　基于双峰形直方图的阈值选取 （1） （2） （7.42） （7.43） （7.44） 7.3.2　基于双峰形直方图的阈