生物电子与影像技术第七章图像分割..ppt

生物电子与影像技术 哈尔滨工业大学（威海） 控制科学与工程系 第七章 图像分割 §7.1 边界分割法 §7.2 边缘连接分割法 §7.3 阈值分割法 §7.4 区域分割法 §7.5 彩色图像分割 第七章 图像分割 §7.1 边界分割法 §7.2 边缘连接分割法 §7.3 阈值分割法 §7.4 区域分割法 §7.5 彩色图像分割 §7.1 边界分割法 1 图像分割 Image Segmentation 图像分割基本概念 输入图像，输出是分析 分割的目的是把图像空间分成一些有意义的区域 分割建立在相似性和非连续性上 例子： 确定航空照片中的森林、耕地、城市区域 辨认文件中的个别文字 识别和标定细胞显微照片中的染色体 §7.1 边界分割法 1 图像分割 Image Segmentation 图像分割基本概念 分割的结果：一般是二值图像 若想从一幅图像中“提取”物体，可以设法用专门的方法标出属于该物体的点，如把物体上的点标为“1”，而把背景点标为“0” 应用 机器阅读理解 遥感图像自动识别 在线产品检测 医学图像测量 §7.1 边界分割法 1 图像分割 Image Segmentation 图像分割基本概念 把图像分解成构成它的部件和对象的过程 有选择性地定位感兴趣对象在图像中的位置和范围 §7.1 边界分割法 1 图像分割 Image Segmentation 图像分割基本概念 分割基本思路 从简到难，逐级分割 控制背景环境，降低分割难度 把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上 §7.1 边界分割法 1 图像分割 Image Segmentation 图像分割分类 基于边缘检测的方法 找出图像的边缘信息，首先检出局部特性的不连续性，再将它们连成边界，这些边界把图像分成不同的区域，从而分割出各个区域 基于边缘检测的图像分割、基于阈值选取的图像分割 基于区域生成的方法 像素分成不同的区域，根据相应的区域特性在图像中找出与其相似的部分并进行处理 区域生长、分裂-合并法 §7.1 边界分割法 1 图像分割 Image Segmentation 图像分割基本策略 基于灰度值的两个基本特性： 不连续性——区域之间 先找到点、线（宽度为1）、边（不定宽度），再确定区域 相似性——区域内部 通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边 §7.1 边界分割法 2 点的检测 用空域的高通滤波器来检测孤立点 §7.1 边界分割法 2 点的检测 算法 设定阈值 T，如T = 32、64、128等,并计算高通滤波值R 如果R值等于0，说明当前检测点与的灰度值与周围点的相同 当R的值足够大时，说明该点的值与周围的点非常不同，是孤立点。通过阈值T来判断 |R| T 检测到一个孤立点 §7.1 边界分割法 2 线的检测 通过典型模板的计值，确定一个点是否在某个方向的线上 §7.1 边界分割法 2 线的检测 §7.1 边界分割法 2 线的检测 算法 依次计算4个方向的典型检测模板，得到Ri i=1,2,3,4 如 |Ri| |Rj| 对于所有的j = i，那么这个点被称为在方向上更接近模板i 所代表的线 设计任意方向的检测模板 可能大于3*3 模板系数和为0 感兴趣方向的系数大 §7.1 边界分割法 3 边缘的检测 边界的定义 两个具有相对不同灰度值特性的区域的边界线 适用于： 假定问题中的区域是非常类似的，两个区域之间的过渡，仅仅根据灰度的不连续性便可确定 不适用于： 当假定不成立时，阈值分割技术一般来说比边缘检测更加实用 §7.1 边界分割法 3 边缘的检测 计算局部微分算子 §7.1 边界分割法 3 边缘的检测 一阶微分：用梯度算子来计算 特点：对于亮的边，边的变化起点是正的，结束是负的。对于暗边，结论相反。常数部分为零。 用途：用于检测图像中边的存在 §7.1 边界分割法 3 边缘的检测 二阶微分：用拉普拉斯算子来计算 特点：二阶微分在亮的一边是正的，在暗的一边是负的。常数部分为零。 用途：1）二次导数的符号，用于确定边上的像素是在亮的一边，还是暗的一边。2）0跨越，确定边的准确位置 §7.1 边界分割法 3 边缘的检测 Sobel梯度算子 具有平滑效果，由于微分增强了噪声 拉普拉斯算子 缺点：对噪声敏感；会产生双边效果；不能检测出边的方向 应用：拉普拉斯算子不直接用于边的检测，通常只起