静态图像中目标提取算法的设计与实现(修改版)教案编写 .pptVIP

静态图像中目标提取算法的设计与实现 指导老师: 学生： 开题答辩 静态图像中目标提取的研究背景及目的 一数字图像处理技术给予人们从直观的数字图像中获取深层次信息的方法与能力 二当前图像的识别、监控仍然是依靠人的判定，大大降低了图像处理的速度和精度 三为降低设备对人的依赖度，充分利用信息资源，实现计算机自我判别，必须要求在静态图像中进行目标锁定，提出目标 3 静态图像中目标提取算法的设计与实现 研究的内容和拟解决的关键问题 1.图像灰度化 根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.114R+0.587G+0.299B，以这个亮度值表达图像的灰度值。 为目标图像申请空间 像素读取完毕？ 读取源图像像素R,G,B分量 求目标图像对应像素灰度值 Y=0.114R+0.587G+0.299B 生成目标图像信息头结构和位图颜色表 读入源图像（真彩色位图） Y N 图像灰度化 （a）原图 （b）灰度化后效果图 研究内容和拟解决的关键问题 2、图像去噪 图像去噪方法多种多样，有邻域平均、中值滤波，高斯滤波、灰度最小方差的均值滤波等 目的：改善图像质量、滤除不必要信息、获得视觉效果更好的图像 高斯滤波原理 高斯滤波器是根据高斯函数的形状来选择权值的线性平滑滤波器。 对图像来说，常用二维零均值离散高斯函数作平滑滤波器，函数表达式如下： 高斯函数具有可分离性：  中值平滑方法 高斯 平滑 图像对比度增强 显示效果更清晰 关键： 直方图均衡化 研究内容和拟解决的关键问题 4、图像分割 分割技术主要有: 1、大津阈值分割 4、轮廓提取 2、交互式阈值分割 5、边缘检测 3、区域生长 将图像分成各具特点的区域并提取出感兴趣目标 目的： 大津阈值分割 记T为图像I(x,y)前景(即目标)和背景的分割阈值前景像素点数占图像比例为ω0,平均灰度μ0;背景点数图像比例为ω1,平均灰度为μ1。 图像的总平均灰度记为μ μ=ω0*μ0+ω1*μ1 类间方差记为g g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 实现时采用等价公式: g=ω0ω1(μ0-μ1)^2   采用遍历的方法得到使类间方差最大的阈值T,即为所求。 大津阈值分割 （a）原图 （b）大津阈值分割后效果图 14