贾永红 数字图像处理 chap.pptxVIP

第七章 图像分割讲解内容 1.图像分割的概念与方法分类2.边缘检测3.Hough变换检测法4.区域分割5.区域生长6.分裂合并法目的 1.掌握图像分割的概念和边缘检测的原理与方法 2.掌握Hough变换检测直线原理,了解Hough变换检测曲线方法； 3.掌握最简单图像区域分割,了解区域生长和分裂合并法7.1 概述图像分析的概念对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述图像分析系统的基本构成预处理图像分割特征提取对象识别7.1 概述图像分析的步骤把图像分割成不同的区域或把不同的对象分开找出分开的各区域的特征识别图像中要找的对象或对图像进行分类对不同区域进行描述或寻找出不同区域的相互联系，进而找出相似结构或将相关区域连成一个有意义的结构7.1 概述图像分割的概念把图像分成互不重叠的区域并提取感兴趣目标的技术图像分割的定义:令集合R代表整个图像区域，对R的分割可看作将R分成N个满足以下五个条件的非空子集（子区域）R1，R2，…，RN： ；对所有的i和j，i≠j，有Ri∩Rj =φ；对i = 1,2,…,N，有P(Ri) = TRUE；对i≠j,有P(Ri∪Rj) = FALSE；对i =1,2,…,N，Ri是连通的区域。其中P(Ri)是对所有在集合Ri中元素的逻辑谓词,φ代表空集。 7.1 概述图像分割的基本策略分割算法基于灰度值的两个基本特性：不连续性和相似性检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。先找边，后确定区域。7.1 概述图像分割的基本策略检测图像像素的灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边7.1 概述图像分割的方法基于边缘的分割方法先提取区域边界，再确定边界限定的区域。区域分割确定每个像素的归属区域，从而形成一个区域图。区域生长将属性接近的连通像素聚集成区域分裂－合并分割综合利用前两种方法，既存在图像的划分，又有图像的合并。分割对象分割对象7.2 边缘检测算子边缘的定义： 图像中像素灰度有阶跃变化或屋顶变化的那些像素的集合边缘的分类阶跃状屋顶状阶跃状屋顶状7.2 边缘检测算子基本思想：计算局部微分算子边界图像一阶微分截面图7.2 边缘检测算子一阶微分：用梯度算子来计算特点：对于亮的边，边的变化起点是正的，结束是负的（值由大---》小）。对于暗边，结论相反（值由小---》大）。常数部分为零。用途：用于检测图像中边的存在7.2 边缘检测算子二阶微分：通过拉普拉斯来计算特点：二阶微分在亮的一边是负的，在暗的一边是正的。常数部分为零。用途：1）二次导数的符号，用于确定边上的像素是在亮的一边，还是暗的一边。2）0跨越，确定边的准确位置7.2 边缘检测算子几种常用的边缘检测算子梯度算子Roberts算子Prewitt算子Sobel算子Kirsch算子Laplacian算子Marr算子-1-111梯度算子函数f(x,y)在(x,y)处的梯度为一个向量： ?f = [?f / ?x , ?f / ?y]计算这个向量的大小为：G = [(?f / ?x)2 +(?f / ?y)2]1/2近似为: G ? |?fx| + |?fy| 或G ? max(|?fx|, |?fy|)梯度的方向角为： φ(x,y) = tan-1(?fy / ?fx)可用下图所示的模板表示为了检测边缘点，选取适当的阈值T，对梯度图像进行二值化，则有：这样形成了一幅边缘二值图像g(x,y)特点：仅计算相邻像素的灰度差，对噪声比较敏感，无法抑止噪声的影响。-11fx’fy’-11Roberts算子公式：模板：特点：与梯度算子检测边缘的方法类似，对噪声敏感，但效果较梯度算子略好-1-10-11-10-10010-111011Prewitt算子公式模板：特点：在检测边缘的同时，能抑止噪声的影响-1-2-1-101000-202121-101Sobel算子公式模板特点：对4邻域采用带权方法计算差分能进一步抑止噪声但检测的边缘较宽Sobel算子Sobel梯度算子的使用与分析 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。 3. 由于微分增强了噪音，平滑效果是Sobel算子特别引人注意的特性-5-5333-533333-53-53-53-53333-5-53-533-533-5000000003-533-5-533-533-5-533333-53-53-53-53-533-533Kirsch算子（方向算子）模板特点在计算边缘强度的同时可以得到边缘的方向各方向间的夹角为45o 分析取其中最大的值作为边缘强度，而将与之对应的方向作为边缘方向