数字图像处理(七-图像分割).pdf

研究生课程 数字图像处理 武汉大学计算机学院 袁志勇 Email: zhiyongyuan@whu.edu.cn 第二节 图像分割 • 3.2.1 图像分割引言 • 3.2.2 边界分割法 • 3.2.3 边缘连接分割法 • 3.2.4 阈值分割法 • 3.2.5 面向区域的分割 • 3.2.6 其他方法 3.2.1 图像分割引言 • 引言 – 图像分析的概念 – 图像分析系统的基本构成 – 图像分割的概念 – 图像分割的基本思路 – 图像分割的基本策略 3.2.1 图像分割引言 • 图像分析的概念 – 从图像中提取信息的技术 • 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 3.2.1 图像分割引言 • 在给定一幅含有多个对象的数字图像中, 模式 识别(Pattern Recognition)过程三个主要阶 段组成: 第一个阶段:图像分割(Image segmentation) 或对象分离(Object Isolation)阶段。在该阶 段中检测出各个对象，并把它们的图像和其余 景物分离。 第二个阶段：特征提取 （Feature extraction） 阶段。特征提取产生了一组特征，将它们组合 在一起就构成了特征向量(Feature vector)。 3.2.1 图像分割引言 与原图像相比，特征向量的信息量大大地减少 了,它代表了后续分类的全部知识。 第三个阶段：对象识别(Object Recognition) 或分类(Classification)阶段。它输出的是一 种决策，确定每个对象应该归属的类别。分类 以特征向量为依据。 3.2.1 图像分割引言 • 图像分析技术可分为三种基本范畴 – 低级处理：图像获取、预处理，不需要智能 – 中级处理：图像分割、表示与描述，需要智能 – 高级处理：图像识别、解释，缺少理论，为降 低难度，设计得更专用。 3.4.2 图像分析系统组的成 • 图像分析技术分类的三种基本范畴 分割 表示与描述 中级处理 预处理 识别 结果 问题 知识库 与 图像获取 解释 低级处理 高级处理 3.2.1 图像分割引言 • 图像分割的概念 – 把图像分解成各具特性的区域 – 有选择性地定位感兴趣对象在图像中的位置 和范围 3.2.1 图像分割引言 • 图像分割的基本思路 – 从简到难，逐级分割 – 控制背景环境，降低 分割难度 – 把焦点放在感兴趣对 象，缩小不相干图像 成分的干扰上 3.2.1 图像分割引言 • 图像分割的基本策略 – 分割算法基于像素灰度值的两个基本特性： 不连续性 （边界）和相似性 （区域）。 – 检 测 图 像 像 素 灰 度 级 的 不 连 续 性 (Discontinuity)，找到点、线（宽度为1）、 边（