图像分割及形态学应用.pptVIP

1 图像分割基础、方法及 MATLAB 实现 ? 图像分割是将图像中有意义的对象与其背 景分离，并进行对象特征提取和分析。提 取的特征包括自然特征（纹理、色彩、亮 度、轮廓等），变换特征（频谱、直方图） 原理 ? 图像分割算法一般基于亮度值的两个基本 特性：不连续性和相似。 ? 1 、基于灰度的不连续性。（区域之间）： 基于边缘检测的方法 ? 2 、基于灰度的相似性。（区域内部）：依 据事先制定的准则将图像分割为相似的区 域，及基于区域生成的方法。 ? 3 、同时使用灰度不连续性和灰度相似性。 图像分割的基本思路 ? 1 、从简到难，逐级分割 ? 2 、控制背景环境，降低分割难度 ? 3 、把焦点放在增强感兴趣对象，缩小 不相干图像成分的干扰上 分割出的区域需满足条件 ★均匀性 ：指该区域中的所有像素点都满足 基于灰度、纹理、颜色或其他某种特征的 相似性准则 ，即边界所分开区域的内部特 征或属性是一致的，而不同区域内部的特 征或属性是不同的； ★连通性 ：该区域内指任意两点存在相互连 通的路径。 图像分割方法 1 基于边缘检测的图像分割 ? 先检测边缘 ? 再将边缘连接成边界 2 基于阈值的的图像分割 3 基于区域生长的图像分割 4 二值图像分割 ? 从本质上说，图像边缘是图像局部特性不连续性 （灰度突变、颜色突变、纹理结构突变等）的反 映，它标志着一个区域的终结和另一个区域的开 始。 ? 进一步讲，图像的边缘是指图像灰度发生空间突 变的象素的集合。 ? 为了计算方便起见，通常选择一阶和二阶导数来 检测边界，利用求导方法可以很方便地检测到灰 度值的不连续效果。 1 、 基于边缘检测的图像分割 基于边缘检测的图像分割原理：根 据图像不同区域边界像素灰度值变 化比较剧烈的特点，首先检测出图 像可能的边缘点，再按照一定策略 连接成轮廓，从而实现不同区域的 图像分割。 ? 常用求导方法来检测灰度值不连续效 果。 一阶导数 幅值 ( 峰值 ) 检测 边缘存 在 ； 二阶导数 的过零点检测 边缘位置 ， 过 零点附近 +- 确定边缘像素在图像边 缘的 暗区或明区 。 ? 边缘检测可借助空域微分算子卷积完 成 边缘检测方法 ? 边缘算子法 ? 差分算子 ( 梯度，罗伯特算子，拉普拉斯算子 ) ? 拉普拉斯 - 高斯算子 ? Canny 算子 ? 模板匹配法 ? 点模板 ? 线模板 ? 边缘模板 ? 曲面拟合法 ( 一次、二次 ) ? 差分算子：灰度变化可能呈阶梯状，也可能成脉冲状 ? 边缘与差分关系：边缘发生在差分最大处或最小处； 边缘发生在过零点处。 ◆ 图像边缘有两个特征：方向和幅度 沿边缘走向，像素值变化比较平缓； 沿垂直于边缘的走向，像素值则变化比较剧烈。 ◆ 一般常用一阶和二阶导数来描述和检测边缘： 一阶导数：在斜坡上，导数值为正，在平坦区为零。 二阶导数：在跃变点，一正一负，其他部分为零。（过 零点） 图像 剖面 一阶导数 二阶导数 上升阶跃边缘 下降阶跃边缘 脉冲状边缘 屋顶边缘 （ a ） （ b ） （ c ） （ d ） 图像边缘及其导数曲线规律示例 噪声对一阶导数和二阶导数的影响 噪声对一阶和二阶导数 都有影响，尤其对二阶 导数影响较大，因此， 在检测边缘前应该考虑 平滑处理。 梯度的基础知识 设 f(x,y) 为连续图像函数， G x 和 G y 分别为 x 方向和 y 方向的梯度，且在点 (x,y) 处的梯度可以表示为一个 矢量，并有其梯度定义： T y x T G G y y x f x y x f y x f G ] [ ) , ( ) , ( )) , ( ( ? ? ? ? ? ? ? ? ? ? ? ? ? 1 ）梯度算子 数字图像，梯度的幅度为： 梯度定义为： 取适当门限 T, G[f(m,n]T 时，则 (m,n) 为阶跃状边缘点。 避 免 平 方 运 算 ： 2) 罗伯特 (Robert) 梯度 是一个交叉算子， y x G G j i G ? ? ) , ( ? ? ? ? ? ? ? ? 1 0 0 1 x G ? ? ? ? ? ? ? ? 0 1 1 0 y G 3 ） Sobel 算子 Sobel 算子在点 (i,j) 的梯度幅值表示为： 简化的卷积模板表示形式为 ： 其中， s x 和 s y 分别 x 方向和 y 方向梯度的模版形式 ： 2 2 ) , ( y x s s j i S ? ? y x s s j i S ? ? ) , ( ? ? ? ? ? ? ? ? ? ? ? ? ? ? 1 0 1 2 0 2 1 0 1 x s ? ? ? ? ? ? ? ? ? ? ? ? ? ? 1 2 1 0 0 0 1 2 1 y s 4 ） Prewitt 算子 Prewitt