《数字图像处理》课件第11章.ppt

11.3.2图像分割

本例根据像素的灰度级实现背景分割、触角分割、腹部分割和翅膀分割。分割完成后，有时还需进行适当的形态学操作。

（1）背景分割（二值化）：获取图像时，背景为白色，所以，图像和背景之间有较大的亮度对比，很容易将对象从背景中分割出来。由于图像背景为白色，所以直接自定义阈值（如250），可以很好地将昆虫和背景完全分割开来，如图11-31(a)所示。图11-31图像分割结果（2）触角分割:蝴蝶与蛾的分类识别中，触角是一个最显著的特征，所以，在特征提取之前，必须先把触角分割开来。由于触角的特点是细而长，分布在昆虫的头部之上，而且蝴蝶和蛾的体型一般是对称的（如果不对称，可以通过几何变换进行一定的调整），故采用如下算法进行触角分割：

①找图像的对称轴（若图像对称，即x=nWdith/2所在的直线）；②考虑到从上到下，逐行依次从中轴向左进行扫描，当遇到值为0的像素时，开始计算连续出现像素值为0的点的个数count，若count满足条件：0countnWidth/15，表明该部分为触角部分，复制满足条件的像素点到一个新图像；如果每行开始不为白，表明该点已在昆虫头部，停止扫描。图11-32触角分割示意图触角分割示意图如图11-32所示，触角分割结果如图11-31(b)所示。

（3）腹部分割：与触角分割算法相似，具体算法

如下：

①找图像的中轴，然后从下向上找到中轴上像素值为0的点；②从该点分别向左、右扫描图像，并分别计算连续出现像素值为0的点的个数count_L、count_R，当遇到像素值为255时，结束该行扫描，并复制相应像素值为0的点到一个新图像，继续扫描上一行；若count_L与count

_R之和大于nWidth/4时，表明已经达到腹部的最高点，结束扫描。腹部分割结果如图11-31(c)所示。

（4）翅膀分割：采用和触角及腹部分割相似的算法可以分割出翅膀，如图11-31(d)所示。11.3.3轮廓跟踪

为了计算昆虫的面积、周长及其他相关特征参数，需要对昆虫进行轮廓跟踪。本实例给出了两种跟踪边界的方法：一种方法是采用从上到下，从左到右的顺序扫描图像，若当前图像像素值为0，查找其8邻域内的所有像素点，如果8邻域像素值之和为0，表明该像素点不是边界点，否则为边界点，复制当前像素点到新的图像内存中（初始化所有像素点值为255）；第2种方法是边界链码法。11.3.4特征提取

根据昆虫的体型，提取出触角因子、腹部因子、翅膀对数、区域周长、区域面积、矩形度、偏心率、致密度、似圆度、形状参数和中心矩等11个特征参数，并利用这些特征参数进行识别。鉴于篇幅，下面仅介绍几个重要的

特征。（1）触角因子。蝴蝶和蛾最大区别之一就在于其触

角的形状不同。一般，蝴蝶的触角顶部稍大，然后逐步

变细，呈现出棒状型；而蛾的触角顶部较细，然后逐渐

变大，呈羽丝状。因此，可以通过提取触角的形状来进行分类。

在触角分割的基础上，定义触角因子（Antenna_Factor）为触角上半部与整个触角的面积比：

Antenna_Factor=Half_Area/Total_Area(11-1)

式中：Half_Area是触角上半部的面积；Total_Area是触角的总面积。（2）腹部因子。蝴蝶和蛾的另一个重要区别就是它们的腹部粗细不同。一般，蝴蝶的腹部相对比较细小和狭

长，而蛾的腹部则比较粗壮。定义腹部因子（Belly_Factor）为腹部平均宽度与图像宽度之比：

Belly_Factor=Belly_Avg_Width/Width(11-2)

式中：Belly_Avg_Width为腹部的平均宽度；Width

为图像宽度。（3）翅膀对数。蝴蝶一定有两对翅膀，而蛾也可能只有1对翅膀。可以根据翅膀分割直接得到翅膀对数。

（4）区域周长。区域周长是指蝴蝶或蛾外边界的长度。区域周长P用式（8-3）计算。

（5）区域面积。区域面积是指蝴蝶或蛾区域所占的面积。由于图像已经二值化，故简单地统计目标物体像素点总个数得到区域面积。11.3.5特征参数测量及特征筛选

（1）特征参数测量。利用上述特征参数提取方法，检测出一只昆虫的相关特征如图11-33所示。

分别对30只蝴蝶和蛾进行测量，并计算出这些特征参数的