基于强度的分析方法.pptxVIP

基于强度的分析方法

图象的数字化处理技术

基于条纹亮度

强度分析法基于相位

相位分析法

(主流)

前景(目标)图像中特定的、具有独特性质的区域背景图像的其他部分目标特征表征图像最基本的属性或特征，是目标识别和分析的基础目标特征边缘、灰度、形状、纹理、色彩等多个方面

chapter1边缘检测

本质是图像局部的不连续性包括灰度级的突变，颜色的突变，纹理结构的突变组成由一些灰度函数的导数值超过预先设定的阈值的像素组成图像边缘图像最基本的特征0201030405

图像的边缘大致可以分为两类：此类边缘是图像灰度突然从一个值变化到另一个值，保持一个比较小的行程之后又变回原来的值此类边缘位于图像灰度存在差异的两个区域之间在实际图像中，由于图像传感器的性能、成像过程中的噪声等因素的影响，理想的阶梯状和屋顶状边缘是很少见的，而是在灰度变化的上升和下降沿都比较缓慢，表现为斜坡状。屋顶状阶梯状

边缘检测概念查找图像的特征量急剧变化的位置的图像处理方法研究目的对于光电检测来说，很多时候干涉条纹是我们检测结果的一个重要反映，那么对于干涉条纹的处理就显得尤为重要，直接影响着我们检测的准确性。方法变形曲线模型（轮廓法）导数法（一阶、二阶）

基于变形曲线模型（DeformableModel）提取方法：从外向内逐步逼近变形曲线模型定义在图像上的曲线，在与曲线相关的内部力和与图像相关的外部力的共同作用下向目标移动保持平滑性吸引轮廓曲线向目标或感兴趣区域运动。参数主动轮廓模型(snake)，使用参数来描述曲线几何主动轮廓模型，利用水平集的方法来实现先验模型，对目标形状和特征的先验性假设能量函数，反映这种先验知识以及曲线自身的描述

Snake模型基本理念在图像目标附近定义一条具有能量的曲线，在内部能量和外部能量的共同作用下，不断变形以寻求与图像中对应的能量极小的位置。本质求解满足能量最小的一条曲线，在能量最小化过程中产生了内部势力和外部势力。能量最小化问题都能转化为求解泛函极值的问题。

构造方法利用物理的概念外部能量和内部能量形变外部力和内部力的作用可以用力的平衡原理来解释Snake模型的形变过程实质上就是内部势力和外部势力趋于平衡灰度分布、梯度以及边缘形状构造Snake模型的能量函数设置初始轮廓线逼近目标边缘

Snake模型边缘检测过程图为Snake模型的边缘检测过程图(a)：实线为目标边缘，虚线为初始轮廓，图(b)：能量最小化过程，轮廓曲线在外部力和内部力的共同作用下，不断下目标边缘靠近图(c)：停止在目标边缘上0103020405

计算过程在数学上：X(s)=(x(s),y(s))，s∈[0,1]能量泛函：α，β不为零时，曲线是连续光滑的当α(s)为零时，曲线不连续会出现断点当β(s)为零时，曲线会出现角点，即曲率断点，而β值很大时，E(X)的最小值对应的闭合曲线是一个圆，对应的非闭合曲线是一条直线。x(s)和y(s)表示曲线在图像中的坐标位置。弹力系数强度系数代表曲线的弹性能量阻止轮廓曲线伸展代表曲线的刚性能量阻止轮廓曲线弯曲来自曲线的内部能量，确定了轮廓的连续性和光滑性，表示了轮廓拉伸和弯曲程度，其取值与图像无关

权重系数，为具有标准差是σ的二维高斯函数01虽然较大的σ会使图像的边缘模糊，但为了扩大初始轮廓线的捕捉区域，适当的增加σ是有必要的。01综上，能量泛函可以表示为：外部能量，基于图像数据决定轮廓的区域范围。它吸引曲线向目标运动01

计算过程就是求解上式极小值的过程，初始轮廓线在内部能量和外部能量的作用下不断逼近目标轮廓，两种能量均衡的结果就是所求的目标边缘。为使总能量最小，曲线X(s)应满足欧拉方程：即：上式可以看作是一个力的平衡方程：Fint+Fext=0

其中，内部力为：外部力为：将X(s)看作时间t的函数X(s,t)，欧拉方程式将变为：能量最小化的过程就是将初始轮廓放在图像空间，按式欧拉方程进行变形，当上式的解趋于平稳时，轮廓线将收敛到目标边缘。

读取图像01图像预处理02设置初始轮廓线及参数03结束04计算能量函数05控制点调整06能量变化是否小于5%？07是08否09主动轮廓模型收敛过程框架示意图10

导数法基本理念边缘：由灰