第八章二值图像分析-精品·公开课件.ppt

第八章 二值图像的分析 8.1 二值图像分析的概念 经过图像分割之后，获得了目标物与非目标物两个不同的对象，但是提取出的目标物存在以下的问题： 1）提取的目标中存在伪目标物； 2）多个目标物中，存在粘连或者是断裂； 3）多个目标物存在形态的不同。 8.1 二值图像分析的概念 二值图像的分析首先是区分所提取出的不同的目标物，之后，对不同的目标物特征差异进行描述与计算，最后获得所需要的分析结果。 8.2 连接与连通域的概念 二值图像中对所有对象的描述的像素值都一样，因此，要对不同的目标进行区分，只能通过像素间的连通关系。 8.2.1 连接 1)四连接：当前像素为黑，其四个近邻像素中至少有一个为黑； 2)八连接：当前像素为黑，其八个近邻像素中至少有一个为黑。 8.2.2 连接域 将相互连在一起的黑色像素的集合称为一个连通域。 8.3 贴标签 因为不同的连通域代表了不同的目标，为了加以区别，需要对不同的连通域进行标识。 8.3.1 贴标签算法 设一个二值矩阵表示一个黑白图像，为讨论方便起见，令“黑=1”，“白=0”。 8.3.1 贴标签算法 1）初始化：设标签号为Lab=0,已贴标签数N=0，标签矩阵g为全0阵，按照从上到下，从左到右的顺序寻找未贴标签的目标点； 8.3.1 贴标签算法 2）检查相邻像素的状态：根据其相邻像素的状态进行相应的处理； 8.3.1 贴标签算法 如果扫描过的像素均为0，则Lab=Lab+1, g(i,j)=Lab,N=N+1; 8.3.1 贴标签算法 如果扫描过的像素标签号相同，则g(i,j)=Lab; 8.3.1 贴标签算法 8.3.1 贴标签算法 如果扫描过的像素标签号不相同，例如：Lab2Lab1,则g(i,j)=Lab1，N=N-1，修改所有为Lab2的像素值，使之为Lab1; 8.3.1 贴标签算法 3)将全部的像素进行2）的处理，直到所有的像素全部处理完成; 8.3.1 贴标签算法 8.3.2 贴标签的应用例 8.4 腐蚀 腐蚀 是一种消除连通域的边界点，使边界向内收缩的处理。 8.4.1 腐蚀的基本设计思想 设计一个结构元素，结构元素的原点定位在待处理的目标像素上，通过判断是否覆盖，来确定是否该点被腐蚀掉。 8.4.2 腐蚀算法 1）扫描原图，找到第一个像素值为1的目标点； 2）将预先设定好形状以及原点位置的结构元素的原点移到该点； 3）判断该结构元素所覆盖范围内的像素值是否全部为1： 如果是，则腐蚀后图像中的相同位置上的像素值为1； 如果不是，则腐蚀后图像中的相同位置上的像素值为0； 4）重复2）和3），直到所有原图中像素处理完成。 8.4.3 腐蚀处理例 8.4.4 腐蚀处理的应用 8.5 膨胀 膨胀是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理。 8.5.1 膨胀的基本设计思想 设计一个结构元素，结构元素的原点定位在背景像素上，判断是否覆盖有目标点，来确定是否该点被膨胀为目标点。 8.5.2 膨胀算法 1）扫描原图，找到第一个像素值为0的背景点； 2）将预先设定好形状以及原点位置的结构元素的原点移到该点； 3）判断该结构元素所覆盖范围内的像素值是否存在为1的目标点： 如果是，则膨胀后图像中的相同位置上的像素值为1； 如果不是，则膨胀后图像中的相同位置上的像素值为0； 4）重复2）和3），直到所有原图中像素处理完成。 8.5.3 膨胀处理例 8.5.4 膨胀处理的应用 8.6 开运算与闭运算 前面介绍的膨胀与腐蚀运算，对目标物的后处理有着非常好的作用。但是，腐蚀和膨胀运算的一个缺点是，改变了原目标物的大小。 为了解决这一问题，考虑到腐蚀与膨胀是一对逆运算，将膨胀与腐蚀运算同时进行。由此便构成了开运算与闭运算。 8.6.1 开运算 开运算是对原图先进行腐蚀处理，后再进行膨胀的处理。 开运算可以在分离粘连目标物的同时，基本保持原目标物的大小。 8.6.2 闭运算 闭运算是对原图先进行膨胀处理，后再进行腐蚀的处理。 闭运算可以在合并断裂目标物的同时，基本保持原目标物的大小。 8.6.3 开、闭运算的变形 如果当按照常规的开运算不能分离粘连，或者是闭运算不能合并断裂： 对于开运算可以先进行N次腐蚀，再进行N次膨胀； 对于闭运算可以先进行N次膨胀，再进行N次腐蚀。 8.6.3 闭运算的变形例 作业 1）第166页第6题第（1）小题； 2）对第6题的图像进行一次腐蚀处理； 3）对第6题的图像进行一次膨胀处理。 注：结构元素为 单目标提取示例 —— 伪目标物存在 多目标提取示例 —— 粘连或断裂 多目标提取示例 —— 不同形态 腐蚀应用示例 膨胀应用示例 开运算应用示例 闭运算