第 9 章 图像分割.pptVIP

类内像素的平均强度为：类内像素的平均强度为：类间的方差定义为：整体的均值为：全局阈值法由于采用单一阈值，它仅适合于双峰值的情况其它类型的直方图则需要多峰值处理全局阈值法中存在的问题如果用单一阈值会如何?

单一阈值不适合对非均匀光照的处理

不均匀照射,物体背景对比明显,但使用一门限不合适。解决方法灰度级校正图像分成小块,选择局部门限对每个像素确定以它为中心的一个邻域窗口，计算窗口内像素的最大和最小值，然后取它们的均值作为阈值；

计算窗口内像素的阈值：1、迭代法2、OTSU算法多个阈值的处理方法区域分割常用算法:区域生长方法分裂合并方法4.基于区域的分割方法

4连通：从某一个像素出发，可以通过上、下、左、右邻域到达其它像素8连通从某一个像素出发，可以通过上、下、左、右、左上、左下、右上、右下的邻域到达其它像素(1)区域生长方法1）区域生长算法：从一个“种子”开始，将图像中的相邻像素的属性（灰度或颜色）与种子进行比较，如果属性相似，就可以将邻像素附加到生长区域中。2）重复上述的生长过程，直到不再有满足条件的新结点为止区域生长分割算法区域A区域B种子像素种子像素第一步选择种子点从满足检测准则的点开始(或者已知点)在各个方向上生长出区域。例如：每一步所接受的邻近点的灰度级与先前物体的平均灰度级相差小于2。区域生长算法举例按照4邻域和8邻域进行生长，结果有所不同。按照8邻域进行生长能够得到较精确的结果邻域类型影响分割结果4邻域及8邻域生长的结果比较区域分裂合并算法的基本思想是：1）先确定一个分裂合并的准则，即区域特征一致性的测度2）当图像中某个区域的特征不一致时就将该区域分裂成4个相等的子区域；3）当相邻的子区域满足一致性特征时，则将它们合成一个大区域；4）重复进行步骤（1）和（2）直至所有区域不再满足分裂合并的条件为止（2）分裂合并分割算法考察各块图像的灰度是否均匀的方法方法：均方差计算方法：（1)分裂时一致性的规则为：如果某个子区域的灰度均方差大于1.5，则将其分裂成4个子区域，否则不分裂。(2)合并时的相似性规则为:如果相邻两个子区域灰度均方差小于等于2.5，则合并为一个区域。分裂合并算法实例分裂合并算法实例分割结果源图像最小块尺度最小块尺度最小块尺度应用背景5.基于能量的分割方法：蛇模型适合用活动轮廓线模型处理的实例利用蛇模型演化得到边缘活动轮廓线上的控制点蛇模型算法概述主动轮廓线的演化过程就是顶点序列的迭代过程，在每次迭代时，得到顶点序列新的位置，并且计算得到新的参数在该曲线上能量函数定义为：能量函数由两部分组成：外能量：用以靠近目标物体边缘。内能量：用以控制轮廓的平滑性和连续性。Snake算法的能量公式外部能量可以从图像的强度(灰度)及边缘特征获得,它是用来吸引曲线到目标边缘的动力其中表示图像在该控制点处的梯度外部能量计算方法内部能量是建立在曲线的本身属性上的。其值为曲线的弹性势能和弯曲势能之和内部能量计算方法利用水平集方法计算曲线、曲面的演化，而无需知道曲线曲面的参数，所以这种方法又称为几何法。在图像分割任务中,需要对描述曲线在xoy坐标系下的演化。最初曲线在二维图像平面上呈现：y=g(x)分割时，动态将这个曲线看成是三维曲面下的一条等高线，z=f(x,y)可以看作是一个xoy平面的隐函数方程。（2）能量方法：水平集模型特别的，z=f(x,y)设置为0时，得到零水平集就是图像上的边缘包络水平集模型/weixinarticle/details在数学中可以归结为能量泛函问题，求解边缘的过程就是这个水平集能量泛函最小化的过程。水平集模型/weixinarticle/details典型工作：LevelSetEvolutionWithoutRe-initialization:ANewVariationalFormulation由符号距离函数构成的水平集函数偏差作为内部能量项,水平集向目标图像运动特征作为外部能量项进行驱动，实现很好的分割效果。水平集模型/weixinarticle/details图像分割算法的种类基于图论分割算法基于边缘分割方法基于区域分割方法基于能量分割方法基于阈值分割方法基于学习分割方法图像分割的出发点