视频图像处理第八讲基于边缘的图像分割（）.pptVIP

视 频 图 像 处 理 宋 建 中 第八讲 图像分割（2） 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 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 ?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。 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。 问题的提出 Hough变换的基本思想 算法实现 Hough变换的扩展 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。 边缘伸展后的图像 原始图像 边缘图像 第八讲 基于边缘的图像分割 边缘连接 30 Lena原图象 sobel边缘检测图象 第八讲 基于边缘的图像分割 边缘检测 31 Robert边缘检测图象 prewitt边缘 检测图象 第八讲 基于边缘的图像分割 边缘检测 32 PC图象 利用PC进行 的边缘检测 第八讲 基于边缘的图像分割 边缘检测 33 B25 振幅叠加 和PC图象 (d) B70 振幅叠加 和PC图象 第八讲 基于边缘的图像分割 边缘检测 34 — Hough变换 如果图像中感兴趣的目标的形状和尺寸已经知道，图像分割的问题就可以看成在图像中检测目标的问题。 比如：给印刷电路板的焊盘定位； 航拍图像中特定目标的检测。 第八讲 基于边缘的图像分割 Hough变换 35 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]。 Hough变换是解决这类问题的一种有效方法[2]。 原始的Hough变换是用来检测直线和曲线也可用于目标边界的解析方程抑制的目标检测[3]， 优点：分割的结果鲁棒性好。 缺点：目标边界的解析表达式往往是不知道的[4]。 第八讲 基于边缘的图像分割 Hough变换 36 原始图像 边缘图像 检测出的直线 第八讲 基于边缘的图像分割 Hough变换 37 Hough变换的主要概念[1] r (a) r (b) (c) (d) 第八讲 基于边缘的图像分割 Hough变换 38 探测一个半径为r的圆形 （暗的） 原始的Hough变换 参数空间的一条直线代表图像空间过一点的所有直线， 参数空间许多直线的交