网络多媒体技术复习第4章图像分割.pptxVIP

1第4章图像分割多媒体信息处理

2主要内容图像分割图像分割引言间断检测边缘连接和边界检测门限处理基于区域的分割

图像分割引言3计算机处理图像的两个目的产生更适合人观察和识别的图像由计算机自动识别和理解图像图像分割是图像识别和图像理解的基础图像预处理图像识别图像理解图像分割图像

图像分割引言图像分析系统的基本构成如下图：知识库表示与描述预处理分割低级处理高级处理中级处理识别与解释结果图像获取问题在该系统中，图像的增强和恢复可以看作预处理，其输入、输出均是图像，它是传统的图像处理的内容。而图像分割、特征提取及结构分析等称为图像识别，其输入是图像，输出是描述或解释。

图像分割引言501图像分割的定义图像分割是把图像分割成互不交叠的有意义区域，以便进一步的分析，分开的区域一般是图像中我们感兴趣的目标图像分割是基于目标或区域的特征进行的每个目标或区域由于某些特征的不同与其它区域区别开来，边缘、纹理、形状、颜色等都是重要的特征02

图像分割算法一般是基于亮度值的不连续性和相似性图像分割引言601不连续性是基于亮度的不连续变化分割图像，称为基于边界的技术，如边缘检测02相似性是指根据不同的准则将图像分割成相似的区域，称为基于区域的技术，如阈值分割、区域生长、区域分裂和合并

图像分割的目的把图像分解成构成它的部件和对象；有选择性地定位感兴趣对象在图像中的位置和范围。

图像分割的基本思路从简到难，逐级分割控制背景环境，降低分割难度注意力集中在感兴趣的对象，缩小不相干图像成分的干扰。提取轮廓车牌定位车牌识别

图像分割的基本策略：把像素按灰度划分到各个物体对应的区域中去；确定存在于区域间的边界；先确定边缘像素点，然后将它们连接起来构成所需的边界；区域：像素的连通集连通准则：4-连通8-连通

4.图像分割的方法1)基于边缘的分割方法:先提取区域边界，再确定边界限定的区域。2)区域分割:确定每个像素的归属区域，从而形成一个区域图。3)区域生长:将属性接近的连通像素聚集成区域。4)分裂－合并分割:综合利用前两种方法，既存在图像的划分，又有图像的合并。分割对象分割对象

图像分割引言11

间断检测12间断检测是基于图像像素灰度值的不连续性进行图像分割线检测点检测边界检测寻找间断最一般的方法是模板检测

点检测间断检测13使用空域的高通滤波器来检测孤立点，如果，则认为在模板中心的位置检测到一个点，T是非负门限01孤立点：该点的灰度级与其背景的差异相当大，并且它所在的位置是一个均匀的或者近似均匀的区域01基本思想：如果一个孤立点与它周围的点很不相同，则很容易被上述模板检测到。在灰度级为常数的区域，模板响应R为001

间断检测14点检测R=(-1*10*8+8*100)/9=720/9=80可以设置阈值T=50若R=0，则说明检测点与周围点像素值相同若RT，则说

明检测点与周

围点像素值非

常的不同，为

孤立点1010101010010101010图像-1-1-1-18-1-1-1-1模板

间断检测15

间断检测16线检测第一个模板对水平方向的线条（单像素宽）有更强的响应第二个模板对于45度方向线有最佳响应第三个模板对垂直线有最佳响应第四个模板对于-45度线有最佳响应每个模板系数相加总和为0，保证了在灰度级恒定的区域，模板响应为0-1-1-1222-1-1-1水平模板-1-12-12-12-1-145度模板-12-1-12-1-12-1垂直模板2-1-1-12-1-1-12-45度模板

间断检测17线检测通过典型模板计算值的比较，确定一个点是否在某个方向的线上，以及当前图像的线性特征用四种模板分别计算R1=24R2=0R3=0R4=0111555111111555111111555111

间断检测18图一为原图像，图二为使用负45度检测器处理后的结果（取绝对值），图三为满足阈值条件的所有点，阈值条件为大于等于原图像中的最大值

边缘检测间断检测19边缘是位于两个区域的边界线上的相连像素的集合边缘可以通过计算局部微分算子来检测一阶导数：通过梯度来计算二阶导数：通过拉普拉斯算子来计算

理想数字边缘间断检测01该模型生成的图像边缘是一组相连的02的象素集合（垂直方向上），每个象素03都处在灰度跃变的一个垂直的台阶上。

间断检测斜坡的斜率与边缘的模糊程度成正比。斜坡数字边缘

间断检测”一阶导数的幅度峰值对应边缘位置，二阶导数的过零点对应边缘位置，二阶导数在过零点附近的符号确定边缘象素在图像边缘的暗区或明区。二阶导数在一阶导数的阶跃上升区有一个向上的脉冲，而在一阶导数的阶跃下降区有一个向下的脉冲