模式识别图象的分割.pptVIP

* * 第十六章：模式识别图象分割 一．引言 二．图象分割处理 三．边缘检测和连接 四．区域增长 五．分割图象的结构 第十六章：模式识别图象分割 一．引言 二．图象分割处理 三．边缘检测和连接 四．区域增长 五．分割图象的结构 1. 统计模式识别 2. 模式识别的一个例子 3. 模式识别系统的统计 1. 统计模式识别 第十六章：图象分割 1：三个主要阶段：图象分割－特征抽取－分类 2：图象分割是一个将一幅数字图象划分为不交叠的、连通的象素集的过程，其中一个对应于背景，其他的则对应于图象中的各个物体。 边缘提取 图象结构 图象分割 引言 3. 模式识别系统的设计 第十六章：图象分割 1：物体检测器设计 2：特征选择 3：分类器设计 4：分类器训练 5：性能评估 边缘提取 图象结构 图象分割 引言 第十六章：模式识别图象分割 一．引言 二．图象分割处理 三．边缘检测和连接 四．区域增长 五．分割图象的结构 1. 统计模式识别 2. 模式识别的一个例子 3. 模式识别系统的统计 第十六章：模式识别图象分割 一．引言 二．图象分割处理 三．边缘检测和连接 四．分割图象的结构 1. 图象分割处理 2. 使用阀值进行图象分割 3. 基于梯度的图象分割方法 4. 区域增长 1. 图象分割处理 第十六章：图象分割 1：利用区域 2：利用边界 3：利用边缘 边缘提取 图象结构 图象分割 引言 2. 使用阈值进行图象分割 第十六章：图象分割 1：全局阈值化 2：自适应阈值 3：最佳阈值的选择 直方图技术 自适应阀值 边缘提取 图象结构 图象分割 引言 3. 基于梯度的图象分割方法 第十六章：图象分割 利用边界具有高梯度值得性质将边界找出来 1：边界跟踪 2：梯度图象二值化 3：拉普拉斯边缘检测 边缘提取 图象结构 图象分割 引言 4. 区域增长 第十六章：图象分割 1：从一幅图象分成许多小区域开始，这些初始的区域可能是小的邻域甚至是单个象素。在每个区域中，对经过适当定义的能反映一个物体内成员隶属程度的性质进行计算。（灰度纹理等信息） 2：对相邻的区域的所有边界进行考察，强边界保留，弱边界消除。 3：迭代上述过程。 4：可以直接和同时利用图象若干性质来决定最终边界的位置，在没有先验知识的情况下取得较好性能。 边缘提取 图象结构 图象分割 引言 第十六章：模式识别图象分割 一．引言 二．图象分割处理 三．边缘检测和连接 四．分割图象的结构 1. 图象分割处理 2. 使用阀值进行图象分割 3. 基于梯度的图象分割方法 4. 区域增长 第十六章：模式识别图象分割 一．引言 二．图象分割处理 三．边缘检测和连接 四．分割图象的结构 1. 边缘检测 2. 边缘连接 1. 边缘检测 第十六章：图象分割 1：检测每个象素和其直接领域的状态，决定是否处于边界上。 2：边缘算子 1：Roberts边缘算子 2：Sobel边缘算子 3：Prewitt边缘算子 4：Kirsch边沿算子 3：边缘检测器性能 边缘提取 图象结构 图象分割 引言 Matlab程序：edgedemo： 2. 边缘连接 第十六章：图象分割 1：启发式搜索 2：曲线拟合 3：Hough变换 任一直线对应于该空间的一个点，通过一个点的辐射线对应于一条正弦型曲线。 每一个边缘直线上的点的辐射线对应于另一个空间中的一条正弦曲线，必然相交于共享的边缘直线对应的点。 可以连接线特征而去除缝隙，同时受噪声影响小。 边缘提取 图象结构 图象分割 引言 第十六章：模式识别图象分割 一．引言 二．图象分割处理 三．边缘检测和连接 四．分割图象的结构 1. 边缘检测 2. 边缘连接 *