图像分割 第三讲课件教案.pptVIP

注意： 检测和跟踪所选择的特征可以不是灰度级，而是其他反映局部性质的量，例如对比度、梯度等。此外，每个点所对应的邻域也可以取其他的定义，不一定是紧邻的下一行像素，稍远一些的领域也许对于弥合曲线的间隙更有好处。 跟踪准则也可以不仅仅针对每个已检测出的点，而是针对已检出的一组点。这时，可以对先后检出的点赋予不同的权，如后检出的点给以较大的权，而早先检出的点赋予相对小一些的权，利用被检测点性质和已检出点性质的加权均值进行比较，以决定接收或拒绝。总之，应根据具体问题灵活加以运用。 光栅扫描跟踪和扫描方向有关，因此最好沿其他方向再跟踪一次，例如逆向跟踪，并将两种跟踪的结合综合起来能得到更好的结果。另外，若边缘和光栅扫描方向平行时效果不好，则最好在垂直扫描方向跟踪一次，它相当于把图像转置90o后再进行光栅扫描跟踪。 2）全向跟踪 如果能使跟踪方向不仅局限于逐行(或列)的光栅式扫描，譬如说，在 从上而下(或自左而右)的扫描过程中，也可以向上(或向左)跟踪，那么就会 克服光栅跟踪依赖于扫描方向的缺点。这可以通过定义不同邻域的方法来 实现。同样，如果我们选取的跟踪准则能够辨别远非紧邻的像素，那么光 栅跟踪会漏掉平行于扫描方向曲线的缺点也能得到适当地克服。全向跟踪 就是跟踪方向可以是任意方向，并且有足够大的跟踪距离的跟踪方法。显 然，全向跟踪是改变了邻域定义和跟踪准则的一种光栅跟踪法。 具体步骤： (1)按光栅扫描方式对图像进行扫描，用检测阈值找出一个起始跟踪的 流动点(沿被检测曲线流动)。 (2)选取一个适当的、能进行全向跟踪的邻域定义(例如八邻域)和一个 适当的跟踪准则(例如灰度阈值、对比度和相对流动点的距离等)，对流动 点进行跟踪。在跟踪过程中，若： (a)遇到了分支点或者若干曲线的交点(即同时有几个点都跟踪一个 流动点)，则先取其中和当前流动点性质最接近的作为新的流动点，继 续进行跟踪。而把其余诸点存储起来，以备后面继续跟踪。如果在跟踪 过程中又遇到了新的分支或交叉点，则重复上面的处理步骤。当按照跟 踪准则没有未被检测过的点可接受为对象点时，一个分支曲线的跟踪便 已结束。 (b)在一个分支曲线跟踪完毕以后，回到最近的一个分支点处，取 出另一个性质最接近该分支点的像素作为新的流动点，重复上述跟踪程 序。 (c)当全部分支点处的全部待跟踪点均已跟踪完毕，便返回第一 步，继续扫描，以选取新的流动点(不应是已接收为对象的点)。 (3)当整幅图像扫描完成时，跟踪程序便结束。 特点是：全向跟踪改进了光栅扫描跟踪法，跟踪时把初始点的八邻点全 部考虑进行跟踪。 四、区域分割 1 区域生长法——原理 将具有相似性质的像素集合起来构成区域。 先对每个需要分割的区域找一个种子像素作为生长的起点，然后将种子像素周围邻域中与种子像素具有相同或相似性质的像素合并到这一区域中。 将这些新像素当做新的种子像素继续进行上面的过程，直到再没有满足条件的像素可被包括进来。这样一个区域就长成了。 在实际应用区域生长法时需要解决三个问题： ① 选择一组能正确代表所需区域的种子像素； 种子像素的选取常可借助具体问题的特点进行。 ② 确定在生长过程中将相邻像素包括进来的准则； 生长准则的选取不仅依赖于具体问题本身，也和所用图像数据的种类有关 ， ③ 制定让生长过程停止的条件或规则。 一般生长过程在进行到再没有满足生长准则需要的像素时停止。 1 区域生长法——实现步骤： 1）根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的 点，或者是位于点簇中心的点; 2）选择一个描述符（条件）； 3）从该种子开始向外扩张，首先把种子像素加入结果集合，然后不断 将与集合中各个像素连通、且满足描述符的像素加入集合 4）上一过程进行到不再有满足条件的新结点加入集合为止。 区域A 区域B 种子像素 种子像素 图像分割(Image Segmentation） 机器视觉 第三讲 一、图像分割概述 典型的图像分析和理解的系统： 系统分为图像输入、预处理、图像分割（image segmentation）、图像识别与理解。 知识库 表示与描述 预处理 分割 低级处理 高级处理 中级处理 识别 与 解释 结果 图像获取 问题 把图像分成互不重叠的区域并提取感兴趣的目标。如下图： 1.图像分割的目标： 2.图像分割的定义： 所谓图像分割是指将图像中具有特殊涵义的不同区域区分开来，这些区域是互相不交叉的，每一个区域都满足特定区域的一致性。 数学定义 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，…，R