第8章－图像分割.ppt

第八章　 图像分割 8. 1 图像分割引言 8.2 边界分割法 8.3 边缘连接分割法 8.3 阈值分割法 8.3 面向区域的分割 8.4 数学形态学图像处理 8.2.1 图像分割引言 引言 图像分析的概念 图像分析系统的基本构成 图像分割的概念 图像分割的基本思路 图像分割的基本策略 8. 1 图像分割引言 图像分析的概念 从图像中提取信息的技术 图像分析系统的基本构成 8.1.1 图像分割引言 图像分割的概念 把图像分解成构成它的部件和对象的过程 有选择性地定位感兴趣对象在图像中的位置和范围 8.1.1 图像分割引言 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 把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上 8.1.1 图像分割引言 图像分割的基本策略 分割算法基于灰度值的两个基本特性：不连续性和相似性 检测图像像素灰度级的不连续性，找到点、线（宽度为1）、边（不定宽度）。先找边，后确定区域。 8.1.1 图像分割引言 图像分割的基本策略 检测图像像素的灰度值的相似性，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边 8.2 . 1　图象分割 8.2 . 1 　图象分割 8.2 . 2　象素分类 8.2 . 2　象素分类 8.2 . 3　灰度级门限化 8.2 . 3　灰度级门限化 8.2 . 3　灰度级门限化 8.2 . 3　灰度级门限化 8.2 . 3　灰度级门限化 8.2 . 3　灰度级门限化 8.2 . 3　灰度级门限化 8.2 . 3　灰度级门限化 8.2 . 3　灰度级门限化 8.2. 3　灰度级门限化 8.2 . 3 　灰度级门限化 8.2 . 3 　灰度级门限化 8.2 . 3 　灰度级门限化 8.3　 图像分割:边界分割法 边界分割法 点的检测 线的检测 边的检测 8.3.1 图像分割:边界分割法 点的检测 用空域的高通滤波器来检测孤立点 例：R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106 设 ：阈值：T = 64 8.3.1 图像分割:边界分割法 点的检测 如果R的值等于0，说明当前检测点与的灰度值与周围点的相同 当R的值足够大时，说明该点的值与周围的点非常不同，是孤立点。通过阈值T来控制如T = 32、64、128等 |R| T 便检测到一个孤立点 8.3.2 图像分割:边界分割法 线的检测 通过比较典型模板的计算值，确定一个点是否在某个方向的线上 8.3.2 图像分割:边界分割法 线的检测 R1 = -6 + 30 = 24 R2 = -14 + 14 = 0 R3 = -14 + 14 = 0 R4 = -14 + 14 = 0 8.3.3 图像分割:边界分割法 边的检测 边界的定义：一段边是两个具有相对不同灰度值特性的区域的边界线 适用于：假定问题中的区域是非常类似的，两个区域之间的过渡，仅仅根据灰度的不连续性便可确定 不适用于：当假定不成立时，阈值分割技术一般来说比边缘检测更加实用 8.3.3 图像分割:边界分割法 边的检测 8.3.3 图像分割:边界分割法 边的检测 基本思想： 计算局部微 分算子 8.3.3 图像分割:边界分割法 边的检测 一阶微分：用梯度算子来计算 特点：对于亮的边，边的变化起点是正的，结束是负的。对于暗边，结论相反。常数部分为零。 用途：用于检测图像中边的存在 8.3.3 图像分割:边界分割法 边的检测 二阶微分：通过拉普拉斯来计算 特点：二阶微分在亮的一边是正的，在暗的一边是负的。常数部分为零。 用途： 1）二次导数的符号，用于确定边上的像素是在亮的一边，还是暗的一边。 2）0跨越，确定边的准确位置 8.3.3 图像分割:边界分割法 边的检测 梯度算子 函数f(x,y)在(x,y)处的梯度为一个向量： ?f = [?f / ?x , ?f / ?y] 计算这个向量的大小为： ?f = mag(?f ) = [(?f / ?x)2 +(?f / ?y)2]1/2 近似为: ?f ? |?x| + |?y| 8.3.3 图像分割:边界分割法 边的检测 梯度算子 梯度的方向角为： ?(x,y) = tan(?y / ?x) Sobel算子为： ?x = (z7 + 2z8 + z9) - (z1 + 2z2 + z3) ?y = (z3 + 2z6 + z9) - (z1 + 2z4 + z7) 8.3.3 图像分割:边界分割法 边的检测 Sobel梯度算子的使用与分析 1. 直接计算?y、?x可以检测到边的存在，