数字图像处理技术及应用项目7使用图像分割提取目标物体.pptxVIP

数字图像处理

技术及应用

ＭＡＴＬＡＢ

目录

使用数字图像处理开发工具

01

02

夯实数字图像处理基础

03

使用几何变换进行图像配准

04

使用图像增强改善图片质量

使用图像复原处理模糊图片

05

06

使用形态学分析图像中的物体

07

使用图像分割提取目标物体

08

车牌号码识别

基础篇

技术篇

应用篇

7.1图像分割概述

7.2边缘检测

7.3阈值分割

7.4区域分割

项目实施——零件图像的分割与提取

7.5基于形态学分水岭算法的图像分割

项目目标

知识目标

理解图像分割的基本概念。

掌握常见的边缘检测算子及其在MATLAB中的实现方法。

掌握霍夫变换的基本原理及其在MATLAB中的实现方法。

掌握阈值分割的基本原理及其在MATLAB中的实现方法。

掌握区域生长算法、区域分裂与合并算法及其在MATLAB中的实现方法。

掌握形态学分水岭算法的基本原理及其在MATLAB中的实现方法。

能够使用常见的边缘检测算子检测图像边缘。

能够使用MATLAB实现阈值分割。

能够使用区域生长、区域分裂与合并算法进行图像分割。

能够使用形态学分水岭算法进行图像分割。

培养独立思考、主动探究的学习习惯。

提高客观分析问题、理解事物本质的能力。

项目目标

技能目标

素养目标

项目描述

在工业生产领域，零件的缺陷检测是整个生产过程中至关重要的一环。精确的零件缺陷检测不仅能够提升产品的质量，还能够提高生产效率、降低企业成本。随着科技的发展，图像分割技术，因其能够从图像中准确地分割并提取目标物体，逐渐成为零件缺陷检测的基础工具。了解到这一点，小旌也想使用图像分割技术对图像“part.tif”（见本书配套素材“project7/image/part.tif”）中的零件进行提取。于是，他开始尝试。

项目描述

图像分割的主要方法有边缘检测、阈值分割、区域分割和基于形态学分水岭算法的图像分割。小旌打算先使用边缘检测技术获取零件的边缘，然后再根据边缘像素的坐标，使用区域分割中的区域生长算法，并借助一些形态学运算来提取图像中的零件。

全班学生以3～5人为一组进行分组，各组选出组长，组长组织组员扫码观看“图像特征及其分类”视频，讨论并回答下列问题。

项目准备

问题1：什么是图像特征？

问题2：根据特征提取使用方法的不同，可将图像特征分

为哪两类？

图像分割概述

7.1

7.1图像分割概述

图像分割

定义：根据图像的灰度、颜色、纹理、边缘等特征，把图像分成若干个特定的、具有独特性质的、互不相交的区域的过程。

目的：将图像中的目标或感兴趣区域从背景或其他不相关的区域中分离出来，以便继续在分割后的相关区域中提取目标物体，并根据目标物体的特征对其进行分类与识别。

基于图像相似性的分割方法

根据预定义的准则将相似的像素分割到同一区域，其典型代表算法为阈值分割和区域分割

基于图像不连续性的分割方法

根据像素灰度值不连续变化的位置将图像分割为多个区域，其典型代表算法为边缘检测

图像分割

7.1图像分割概述

依据：相邻像素灰度值的不连续性和相似性，即同一区域内部的像素通常具有灰度相似性，而不同区域边界上的像素通常具有灰度不连续性。

基于形态学分水岭算法的图像分割：

将图像分割看作地形中分水岭自然形成的过程，以此来界定和分割图像中的不同区域。

7.1图像分割概述

拓展阅读

医学领域

工业生产领域

交通领域

图像分割可应用于医学影像中病毒或细胞的自动检测和识别；

图像分割可应用于矿藏分析、无接触检测、产品的精度和纯度分析等；

图像分割可应用于车辆和行人的自动检测、识别与跟踪等。

机器视觉

身份鉴定

图像传输

边缘检测

7.2

7.2边缘检测

图像的边缘

定义：图像灰度值发生空间突变的像素集合。边缘是图像中一个区域的终结，同时也是另一个区域的开始，利用该特征可进行图像分割。

图像边缘的形状

图像的边缘

阶跃状边缘

上升阶跃状边缘

下降阶跃状边缘

屋顶状边缘

可组合为

脉冲状边缘

7.2边缘检测

边缘检测的主要工具是边缘检测算子，常见的边缘检测算子有:

梯度算子

Canny算子

高斯拉普拉斯算子

在实际应用中，由于噪声和光照不均等因素的影响，使用上述方法获取的边缘通常是不连续的，因而需要通过边缘连接将它们转换为有意义的边缘。

霍夫变换即是一种常用的检测间断点边界形状的方法。

7.2.1常见的边缘检测算子梯度算子

图像梯度：图像灰度值变换的速度，其本质是求导。

图像的梯度值与灰度值存在的联系：灰度值变化较大的边缘区域，梯度值较大；灰度值变化较小的非边缘区域，梯度值较小。

用途：探查图像中物体的边缘。

梯度算子

在数字图像处理中，梯度算子主要用于计算图像的梯度。

7.2.1常见的边缘检测算子梯度算子

图像梯度具有方向性