遥感图像分割.PPTVIP

第四章：图像分割 图像分割引言 边界分割法 边缘连接分割法 阈值分割法 面向区域的分割 遥感影像分割 图像分割引言 引言 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 数字图像分析 图像分析系统的构成 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 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 图像分割引言 图像分割的基本思路 从简到难，逐级分割 分割矩形区域 定位牌照 定位文字 图像分割引言 图像分割的基本思路 控制背景环境，降低分割难度 背景环境: 路面、天空 图像分割引言 图像分割的基本思路 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 感兴趣的对象： 汽车牌照 不相干图像成分： 非矩形区域 图像分割引言 图像分割的基本策略 图像分割的基本策略，基于灰度值的两个基本特性： 不连续性——区域之间 相似性——区域内部 根据图像像素灰度值的不连续性 先找到点、线（宽度为1）、边（不定宽度） 再确定区域 图像分割引言 图像分割的基本策略 根据图像像素灰度值的相似性 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 图像分割引言 不连续性 边界分割法 边缘连接分割法 相似性 阈值分割法 面向区域的分割 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 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 R T 图像分割:边界分割法 点的检测——算法描述 设定阈值 T，如T = 32、64、128等,并计算高通滤波值R 如果R值等于0， 说明当前检测点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来判断 |R| T 检测到一个孤立点 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 图像分割:边界分割法 线的检测 用4种模板分别计算 R水平 = -6 + 30 = 24 R45度 = -14 + 14 = 0 R垂直 = -14 + 14 = 0 R135度 = -14 + 14 = 0 图像分割:边界分割法 线的检测——算法描述 依次计算4个方向的典型检测模板，得到Ri i=1,2,3,4 如 |Ri| |Rj| 对于所有的j = i，那么这个点被称为在方向上更接近模板i 所代表的线` 设计任意方向的检测模板 可能大于3x3 模板系数和为0 感兴趣的方向的系数大。 图像分割:边界分割法 边的检测 边界的定义： 指图像中象元灰度有阶跃变化或屋顶状变化的象元的集合。 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 图像分割:边界分割法 边的检测 图像分割:边界分割法 边缘的分类 阶跃状 屋顶状 图像分割:边界分割法 1）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： G = [(?f / ?x)2 +(?f / ?y)2]1/2 近似为: G ? |?fx| + |?fy| 或 G ? max(|?fx|, |?fy|) 梯度的方向角为： φ(x,y) = tan-1(?fy / ?fx) 可用下图所示的模板表示： 2）Roberts算子 公式： 模板： 特点：与梯度算子检测边缘的方法类似，对噪声敏感，但效果较梯度算子略好。 3)Prewitt算子 公式 模板： 特点：在检测边缘的同时，能抑止噪声的影响. 4）Sobel算子 公式 模板 特点：对4邻域采用带权方法计算差分；能进一步抑止噪声；但检测的边缘较宽。 5）Kirsch算子（方向算子） 模板 6）拉普拉斯算子 定义： 二维函数f(x,y)的拉普拉斯是一个二阶的微分定义为： ?2f = [?2f / ?x2 , ?2f / ?y2] 离散形式： 模板：可以用多种方式被表示为数字形式。定义数字形式的拉普拉斯的基本要求是，作用于中心像素的系数