视频图像处理基于边缘的图像分割2.pptxVIP

视 频 图 像 处 理;第八讲 图像分割（2）;基于图像边缘信息的分割方法是最古老、也是仍然很重要的一类图像分割方法;原始图像;边缘检测的结果不能当作图像分割的结果。 必须进一步处理，将边缘点沿着边界（轮廓） 连起来。;基于边缘的分割方法最经常遇到的问题是： 图像噪声和背景[1]的影响： 不是边界的地方出现边缘点； 是边界的地方缺少边缘点。; 用空域的高通滤波器来检测孤立点 R = (-1 × 8 × 8 + 128 × 8) / 9 = (120 × 8) / 9 = 106 ; 如果R的值等于0，说明当前检测点的灰度 值与周围点的相同； 当R的值足够大时，说明该点的值与周围的 点非常不同，是孤立点； 通过阈值T来控制 如T = 32、64、128等 |R| T 便检测到一个孤立点;8.1.3 边缘的检测;第八讲 基于边缘的图像分割;第八讲 基于边缘的图像分割;采用计算图像灰度梯度的方法可以产生 一幅边缘图像。; 通过比较典型模板的计算值，确定 一个点是否在某个方向的线上。; — 采用局部微分算子检测边缘; 对于亮的边，边的变化起点 是正的，结束是负的。 对于暗边，结论相反。 常数部分为零。; 函数f(x,y)在(x,y)处的梯度为一个向量： ?f = [?f / ?x , ?f / ?y] 这个向量的大小为： ?f = mag(?f )=[(?f/?x)2 +(?f/?y)2]1/2 梯度的方向角为： ?(x,y)= tan(?y/?x);Sobel算子为： ?x = (z7 + 2z8 + z9) - (z1 + 2z2 + z3) ?y = (z3 + 2z6 + z9) - (z1 + 2z4 + z7) ; 1. 直接计算?y、?x可以检测到边的存在， 以及从暗到亮，从亮到暗的变化； 2. 仅计算|?x|，产生最强的响应是正交于 x轴的边； |?y|则是正交于y轴的边； ; 用拉普拉斯算子来计算二阶微分;对于一个3x3的区域，经验上被推荐最多的 形式是： ?2f = 4z5 – (z2 + z4 + z6 + z8);?2f 的缺点： 对噪音的敏感； 会产生双边效果； 不能检测出边的方向。;原始图像;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。; 局部连接处理;; 方向角：对于点(x‘,y ’) ，判断其是否与邻域内 的边界点 (x,y)的方向角相似： |? (x,y) – ? (x ,y ) | A 其中A是一个角度阈值;1）设定A、T的阈值大小，确定邻域的大小; 2）对图像上每一个像素的邻域点进行分析， 判断是否需要连接; 3）记录像素连接的情况，给不同的线段( 连 起来的点）以不同的标记。 4）最后，删除孤立线段，连接断开的线段形 成完正的边界。;— 边缘伸展（Edge relaxation);; 边界;边缘伸展后的图像; ;Robert边缘检测图象;PC图象;; 问题的提出 Hough变换的基本思想 算法实现 Hough变换的扩展;采用模板匹配是一种办法，但是，模板常常与处理的数据相差很大[1]。;原始图像;Hough变换的主要概念[1];原始的Hough变换;;图像空间 探测一条 直线 y=ax+b; xy平面上的任意一条直线，对应在参数ab 平 面上都有一个点。 过xy平面一个点(x,y)的所有直线，构成参数 ab平面上的一条直线。 如果点(x1,y1)与点(x2,y2)共线，那么这两点 在参数ab平面上的直线将有一个交点。 在参数ab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。;Hough变换算法实现; 使用交点累加器，或交点统计直方图，找出相交线段最多的参数空间的点，然后找出该点对应的xy平面的直线线段。; Hough变换不只对直线，也可以用于圆： （x – k）2 + (y - p)2 = r2 这时需要三个参数(k,p,r)的参数空间。;第八讲 基于边缘的图像分割; 在找出边界点集合之后，形成完整的边界。;作业题：;2、 如图所示两个直方图，一个比较宽、幅度低； 另一个比较窄、幅度高，用哪个选取阈值对 切割后的目标面积更敏感。为什么？;