第8章基本图像分割技术.pptVIP

第八章 基本图像分割技术; 在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣。这些部分常称为目标或前景（其它部分称为背景），它们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标，需要将这些有关区域分离提取出来。 图像分割是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。 ;图像分割也是目前公认的图像处理难题，其困难源于图像内容的多样性以及模糊、噪声等的干扰。至今还没有普适性分割方法和通用的分割效果评价标准，分割的好坏必须结合具体应用来评判。总体而言，一个好的图像分割算法应该尽可能具备以下特征： (1) 有效性：对各种分割问题有效的准则，能将感兴趣的区域或目标分割出来。 (2) 整体性：即能得到感兴趣区域的封闭边界，该边界无断点和离散点。 (3) 精确性：得到的边界与实际期望的区域边界很贴近。 (4) 稳定性：分割结果受噪声影响很小。 ; 8.1 图像分割定义和技术分类 8.2 并行边界技术 8.3 串行边界技术 8.4 并行区域技术 8.5 串行区域技术;第6章;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。 区域内部的像素一般具有灰度相似性，而在区域之间的边界上一般具有灰度不连续性。 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。;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;;;6.2 边缘检测算子;阶跃状;图像：;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;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;几种常用的边缘检测算子 梯度算子 Roberts算子 Prewitt算子 Sobel算子 Kirsch算子 Laplacian算子 Marr算子;梯度算子——一阶导数算子;为了检测边缘点，选取适当的阈值T，对梯度图像进行二值化，则有： 这样形成了一幅边缘二值图像g(x,y) 特点：仅计算相邻像素的灰度差，对噪声比较敏感，无法抑止噪声的影响。;Roberts算子;Prewitt算子;Sobel算子;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， 以及从暗到亮，从亮到暗的变化 2. 仅计算|?x|，产生最强的响应是正交 于x轴的边； |?y|则是正交于y轴的边。 3. 由于微分增强了噪音，平滑效果是Sobel 算子特别引人注意的特性;Kirsch算子（方向算子）;特点 在计算边缘强度的同时可以得到边缘的方向 各方向间的夹角为45o 分析 取其中最大的值作为边缘强度，而将与之对应的方向作为边缘方向； 如果取最大值的绝对值为边缘强度，并用考虑最大值符号的方法来确定相应的边缘方向，则考虑到各模板的对称性，只要有前四个模板就可以了。 ;拉普拉斯算子——二阶导数算子; 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是一个正数，而且其周围像素的系数为负数，系数之和必为0。;拉普拉斯算子的分析： 优点： 各向同性、线性和位移不变的； 对细线和孤立点检测效果较好。 缺点： 对噪音的敏感，对噪声有双倍加强作用； 不能检测出边的方向； 常产生双像素的边缘。 ;Marr算子（LOG算子）;其中σ是方差。用h(x,y)对图像f(x,y)的平滑可表示为： *代表卷积。令r是离原点的径向距离，即r2=x2+y2。对图像g(x,y)采用Laplacian算子进行边缘检测，可得： 这样，利用二阶导数算子过零点的性质，可确定图像中阶跃边缘的位置。 称为高斯－拉普拉斯滤波算子，也称为LOG滤波器，或“墨西哥草帽”。;一维LOG函数及其变换函数;*;;;;例子;;Sobel;*;*;*;*;*;*;*;边界闭合 在有噪声时，用各种算子得到的边缘像素常是孤立的或分小段连续的。为组成区域的封闭边界以将不同区域分开，需要将边缘像素连接起来 边缘像素连接的基础是它们之间有一定的相似性。用梯度算子对图像处理可得到像素2方面的信息：①梯度的幅度；②梯度的方向 ; 先检测边缘再串行连接成闭合边界 图有哪些信誉好的足球投注网站 边界点和边界段可以用图结构表示，通过在图中进行有哪些信誉好的足球投注网站对应最小代价的通道也可以找到闭合边界 一个图可表示为G = [N, A]，其中N是一个有限非空的结点集，A是一个无序结点对的集。集A中的每个结点对(ni, nj)称为一段弧（ni?N，