图像分割-第1讲课件整理.pptVIP

用h(x,y)对图像f(x,y)的平滑可表示为： 令r是离原点的径向距离，即r2=x2+y2。对图像g(x,y)采用Laplacian算子进行边缘检测，可得： 这样，利用二阶导数算子过零点的性质，可确定图像中阶跃边缘的位置。 称为高斯－拉普拉斯滤波算子（Laplacian of a Gaussian,简称LoG），也称为LoG滤波器，或“墨西哥草帽”，是一个轴对称函数。 LOG函数的剖面和对应的转移函数H(w) ?2h -σ σ H(w) w 由于平滑性质能减少噪声的影响，所以当边缘模糊或噪声较大时，利用 检测过零点能提供较可靠的边缘位置。 在该算子中，σ的选择很重要，σ小时边缘位置精度高，但边缘细节变化多；σ大时平滑作用大，但细节损失大，边缘点定位精度低。应根据噪声水平和边缘点定位精度要求适当选取σ。 σ＝10时，Marr算子的模板： (a)原图 (b) ▽2h结果 (c)正值为白，负值为黑 (d)过零点 例：利用▽2h检测过零点 利用的是二阶导数算子过零点的性质来得到图像的边缘（变化最明显的地方） 出发点 5.3 边缘跟踪 因此典型的边缘检测算法后面总要跟随着连接过程和其它边界检测过程，用来归整边像素，成为有意义的边。 由于噪音的原因，边界的特征很少能够被完整地描述，在亮度不一致的地方会中断,没有形成分割区域所需的闭合边界。 边缘跟踪的概念 将检测的边缘点连接成线就是边缘跟踪 由边缘形成线特征的两个过程 可构成线特征的边缘点的提取 将边缘点连接成线 连接边缘的方法 光栅跟踪 全向跟踪 概念 是一种采用电视光栅行扫描顺序，结合门限检测，对遇到的像素进行分析，从而确定是否为边缘的跟踪方法。 5.3.1 光栅扫描跟踪 具体步骤： 1、确定一个比较高的阈值d，把高于该阈值的像素作为对象点。称该阈值为“检测阈值” 。 2、用检测阈值d对图像第一行像素进行检测，凡超过d的点都接受为对象点，并作为下一步跟踪的起始点。 3、选取一个比较低的阈值作为跟踪阈值t，该阈值可以根据不同准则来选择。例如，取相邻对象点之灰度差的最大值作为跟踪阈值，有时还利用其他参考准则，如梯度方向、对比度等。 * LOGO 数字图像处理 实验报告 1、4次实验报告； 2、课程结束后专业长统一交； 内容回顾 图像编码与压缩 4.1 概述---基础知识 4.2 统计编码 ---Huffman编码 ---算术编码 ---行程长度编码 4.3 预测编码 4.4 变换编码 4.5 图像编码的国际标准---JPEG 4.6 LZW编码 第五章 图形分割 1、掌握图像分割的概念和边缘检测原理与方法； 2、掌握Hough变换检测直线原理,了解Hough变换检测曲线方法； 3、掌握最简单图像区域分割,了解区域生长和分裂合并法 讲解内容: 1、图像分割的概念与方法分类 2、边缘检测 3、边缘跟踪 4、Hough变换检测法 5、区域分割 6、区域生长 7、分裂合并法 目的: 5.1 概述 图像处理的三个层次 图像处理 图像分析 图像理解 图像分析的步骤 1、把图像分割成不同的区域或把不同的对象分开； 2、找出分开的各区域的特征； 3、识别图像中要找的对象或对图像进行分类； 4、对不同区域进行描述或寻找出不同区域的相互联系，进而找出相似结构或将相关区域连成一个有意义的结构。 相互连通的、有一致属性的像素的集合 图像分割的概念 把图像分成互不重叠的区域并提取感兴趣目标的技术。 令集合R代表整个图像区域，对R的分割可看作将R分成N个满足以下五个条件的非空子集（子区域）R1，R2，…，RN： 1、 ； 2、对所有的i和j，i≠j，有Ri∩Rj =φ； 3、对i = 1,2,…,N，有P(Ri) = TRUE； 4、 对i≠j，有P(Ri∪Rj) = FALSE； 5、对i =1,2,…,N，Ri是连通的区域。 其中P(Ri)是对所有在集合Ri中元素的逻辑谓词,φ代表空集。 图像分割的定义 为了确定两个像素是否连通，必须确定它们是否相邻以及其灰度值是否满足特定的相似性准则。 检测图像像素灰度值的相似性，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 图像分割的方法 基于边缘的分割方法 先提取区域边界，再确定边界限定的区域。 区域分割 从图像出发，确定每个像素的归属区域，从而形成一个区域图。 区域增长 从像素出发，将属