- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
例题讲解 设一幅7x7大小的二值图像中心处有一个值为0的3x3大小的正方形区域,其余区域的值为1。 1)使用Sobel算子计算这幅图的梯度。 2)使用Laplacian算子计算梯度。 第*页 第*页 7.9 区域生长 基本思想 将具有相似性质的像素集合起来构成区域 串行区域法 步骤 对每个需要分割的区域找一个种子像素作为生长的起点 将种子像素周围邻域中与种子像素有相同或相似性质的像素合并到种子像素所在的区域内 把新加入的像素作为新的种子继续上面的过程,直到没有满足条件的像素加入区域 7.9 区域生长 区域生长 一种从单个像素出发,逐渐合并以形成所需分割区域的基于区域的串行分割技术 需解决三个问题: (1) 选择或确定一组能正确代表所需区域的种子像素 (2) 确定在生长过程中能将相邻像素包括进来的准则 (3) 制定让生长过程停止的条件或规则 第*页 例7.9.1 判断准则像素与种子像素灰度差的绝对值小于阈值T (a)给出像素值为‘1’和‘5’的种子 (b)T=3,恰好分成两个区域 (c)T=2,有些像素无法判断 (d)T=7,整个图被分成一个区域 7.9 区域生长 第*页 步骤 选择或确定一组能正确代表所需区域的种子像素 具体问题具体分析 先验知识(如:军用红外图像中检测目标时,选最亮的像素作为种子) 无先验知识(可根据直方图选取灰度中像素个数多的像素作为种子) 确定在生长过程中能将相邻像素合并的准则 具体问题相关(目标和背景的像素分布特点) 图像数据种类(单色、灰度还是彩色) 像素间的连通性和邻近性 制定让生长过程停止的条件或规则 一般是没有满足生长的像素 应考虑图像的局部性质(灰度、纹理和彩色) 目标的全局性质(尺寸、形状等) 7.9 区域生长 第*页 问题 得到的结果对区域生长起点的选择有较大依赖性。 7.9 区域生长 基本方法:种子像素的灰度值与邻域像素的差 改进:可不用新像素的灰度值去与邻域像素的灰度值比较,而用新像素所在的区域的平均灰度值与各邻域像素的灰度值进行比较 平均灰度的均匀测度度量可以作为区域增长的相似性检测准则。 设某一图像区域O,其中像素数为N,均值表示为 区域O均匀测度度量: 上式可解释为:在区域O中,各像素灰度值与均匀值的差不超过某阈值K,则其均匀测度度量为真。 第*页 习 题 用sobel算子计算下列图像的梯度 255 253 254 255 255 255 0 254 255 255 254 255 0 0 253 250 255 254 2 0 3 253 253 250 2 255 3 1 255 255 1 253 255 3 2 253 第*页 第*页 用下列模版对图像除边界处之外的所有像素点位置上的梯度的大小进行估算。 0 1 2 0 4 5 0 0 1 1 4 5 0 2 0 4 5 4 0 0 5 4 6 6 0 0 6 6 5 6 5 4 6 5 4 5 -1 -3 -1 0 0 0 1 3 1 -1 0 1 -3 0 3 -1 0 1 第*页 1、利用直角坐标中的Hough变换检测直线 在xy平面内的一条直线可以表示为: 将p、q作为变量,pq平面内直线可以表示为: 如果点(x1,y1)与点(x2,y2)共线,那么这两点在参数pq平面上的直线将有一个交点 在参数pq平面上相交直线最多的点,对应的xy平面上的直线就是我们的解 这种从线到点的变换就是Hough变换 p q p′ q′ y x (x1,y1) (x2,y2) 第*页 Hough变换的基本思想 p q A 图像空间中共线的点对应在参数空间里相交的线。在参数空间中相交于同一个 点的所有直线在图像空间里都有共线的点与之对应。(点线对偶性) 哈夫变换根据这些关系把在图像空间中的检测问题转换到参数空间里, 通过在参数空间里进行简单的累加统计完成检测任务。 7.4 哈夫变换 点-线对偶性 第*页 原图 Hough变换进行边缘检测 Hough变换 7.4 哈夫变换 计算步骤 (1) 对参数空间中参数p和q的可能取值范围进行量化,根据量化结果构造一个累加数组A(pmin: pmax , qmin: qmax),并初始化为零 (2) 对每个XY空间中的给定点让p取遍所有可能值,计算出q,根据p和q的值累加A:A(p, q) = A(p, q) + 1 (3) 根据累加后A中最大值所对应的p和q,定出XY中的一条直线,A中的最大值代表了在此直线上给定点的数目,满足直线方程的点就是共线的 7.4 哈夫变换 检测圆周 (3)实例 第*页 7.5 阈值分割 第*页 基本原理 原始图像——f(x,y) 灰度阈值——T 阈值运算得二值图像——g(x,y) ? 阈值选择直接影响分割效果,
原创力文档


文档评论(0)