图像处理-图像分割.pptVIP

对于特征不连续的边缘检测，把图像分割成特征相同的互相不重叠连续区域的处理利用灰度差作为区域合并的判定标准根据小区域内的灰度分布的相似性（灰度直方图）进行区域合并的方法分裂合并法区域分割区域生长法6.3区域分割找一个种子像素作为生长的起点将种子像素周围邻域中与种子像素有相同或相似性质的像素（根据某种事先确定的生长或相似准则来判定）合并到种子像素所在的区域中将这些新像素当作新的种子像素继续进行上面的过程，直到再没有满足条件的像素可被包括进来思想：将具有相似性质的像素集合起来构成区域6.3.1区域生长6.3.1区域生长生长准则1．基于区域灰度差①对像素进行扫描，找出尚没有归属的像素；②以该像素为中心检查它的邻域像素，即将邻域中的像素逐个与它比较，如果灰度差小于预先确定的阈值，将它们合并；③以新合并的像素为中心，返回到步骤②，检查新像素的邻域，直到区域不能进一步扩张；④返回到步骤①，继续扫描直到所有像素都有归属，则结束整个生长过程。01把像素分成互不重叠的小区域；03设定终止准则，通过反复进行步骤②中的操作将各个区域依次合并直到满足终止准则02比较邻接区域的累积灰度直方图，根据灰度分布的相似性进行区域合并；基于区域内灰度分布统计性质6.3.1区域生长基于区域形状把图像分割成灰度固定的区域，设两相邻区域的周长和，把两区域共同边界线两侧灰度差小于给定值的那部分设为，如果（为预定的阈值）则合并两区域01026.3.1区域生长区别：第一种方法是合并两邻接区域的共同边界中对比度较低部分占整个区域边界份额较大的区域，第二种方法则是合并两邻接区域的共同边界中对比度较低部分比较多的区域。则合并两区域。把图像分割成灰度固定的区域，设两邻接区域的共同边界长度为B，把两区域共同边界线两侧灰度差小于给定值的那部分长度设为L，如果（为预定阈值）6.3.1区域生长分裂合并从整幅图像开始通过不断分裂得到各个区域图像四叉树表达方法的迭代分裂合并算法R1R2R3R41R42R43R44第6章图像分割6.1灰度阈值法6.2边缘检测6.3区域分割6.4Hough变换图像分割将图像中有意义的特征或需要应用的特征提取出来例按幅度不同来分割各个区域：幅度分割按边缘不同来划分各个区域：边缘检测按形状不同来分割各个区域：区域分割第6章图像分割第6章图像分割图像输入光电变换数字化图像增强图像恢复图像编码预处理阈值分割边缘检测区域分割图像分割特征提取图像识别图像分析理解描述解释图像处理过程预处理分割特征提取图像锐化、图像平滑直方图分割、概率统计门限检测、边缘检测、群聚、纹理匹配空间特征、变换特征、边缘边界、形状特征、矩、纹理特征第6章图像分割阈值分割的原理01阈值的提取026.1灰度阈值法阈值分割的原理设输入图像为，输出图像为，阈值为T,则01或016.1灰度阈值法6.1.2阈值的选取直方图法6.1.2阈值的选取非理想情况，各段的分界不明显，有3种误差：a）增加了新的区域，b）失去了原有的区域，c）区域分割边界定位不正确动态门限：把图像分成子图像，子图像做直方图，再定不同的门限6.1.2阈值的选取T2)统计门限法：设图像中目标及背景的灰度为正态分布，其灰度分布概率密度函数分别p(z),q(z)01.设目标占整体图像的比例为t，整体图像的灰度概率密度02.那么错误区分的概率由下式给出03.求上式为最小值时的，便是阈值。也就是对上式求微分并使之为零6.1.2阈值的选取自适应门限：根据局部特性确定门限阈值的选取010203梯度算子拉普拉斯算子Canny算子6.2边缘检测边缘检测其导数在边缘方向取得极值01边缘检测的特点：阶跃状屋顶状026.2边缘检测6.2边缘检测对应一阶导数，连续图像的导数在边缘方向上取得极值梯度算子梯度算子常用的几种算子1-11-1-11-11-11111-1-1-1a)robertb)prewitt梯度算子梯度算子c)sobeld)Zsotropic-11-22-11121-1-2-1-11--1-1-1--111梯度算子Kirch算子由K0~K7八个方向模板组成，将K0~K7的模板算法分别与图