CH11基本图像分割技术课件.ppt

第*页 第11章 基本图像分割技术 作业 习题11.12 补充习题 设一幅7?7二值图像中心处有1个3?3的正方形区域，此外的像素值为0，画出根据下列模板算出的Laplacian边缘检测图，给出图中所有像素的值。 0 -1 0 -1 4 -1 0 -1 0 作业 补充习题答案： 第*页 第11章 基本图像分割技术 BW = edge(I,log) specifies the Laplacian of Gaussian method. 还可以用 BW = edge(I,prewitt) 第*页 第11章 基本图像分割技术 11.2 并行边界技术 MatLab函数 J=edge(I, type) Type取‘roberts’, ‘prewitt’,‘sobel’, ‘log’等 例子： I=imread(rice.tif); J1=edge(I,roberts); J2=edge(I,sobel); J3=edge(I,log); subplot(2,2,1),imshow(I); subplot(2,2,2),imshow(J1); subplot(2,2,3),imshow(J2); subplot(2,2,4),imshow(J3); 第*页 第11章 基本图像分割技术 11.2 并行边界技术 Canny算子* 比较新的边缘检测算子，具有良好的边缘检测性能 将边缘检测问题转换为检测单位函数极大值的问题 例： I=imread(rice.tif); J4=edge(I, canny); imshow(J4); 第*页 第11章 基本图像分割技术 第11章 基本图像分割技术 11.1 图像分割定义和技术分类 11.2 并行边界技术 11.3 串行边界技术 11.4 并行区域技术 11.5 串行区域技术 第*页 第11章 基本图像分割技术 11.4 并行区域技术 许多情况下，图像是由具有不同灰度级的两类区域组成。如文字与纸张、地物与云层（航空）。 其特点:直方图具有两个峰，分别与两个灰度级范围相对应。故可选择一个阈值(门限)，将两个峰分开。 利用图像中要提取的目标物与其背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域(目标和背景)的组合，选取一个合适的阈值，以确定图像中每一个像素点应该属于目标还是背景区域，从而产生相应的二值图像。 要从复杂的景物中分辨出目标，并将其形状完整地提取出来，阈值的选取是阈值分割技术的关键。 第*页 第11章 基本图像分割技术 以一定的准则在原始图像 中找出一合适的灰度值作为阈值，则分割后的图像 如： 一般表示为： 11.4 并行区域技术 第*页 第11章 基本图像分割技术 11.4 并行区域技术 (a)简单直方图分割法 60年代中期，Prewitt提出了直方图双峰法，即如果灰度级直方图呈明显的双峰状，则选取两峰之间的谷底所对应的灰度级作为阈值。 （1）直方图阈值分割 第*页 第11章 基本图像分割技术 11.4 并行区域技术 例11.3： 第*页 第11章 基本图像分割技术 应用灰度直方图双峰法来分割图像，需要有一定的图像先验知识，因为同一直方图可以对应若干种不同的图像，直方图表明图像中各个灰度级上有多少个像素，并不描述这些像素的任何位置信息。只根据直方图选择阈值不—定合适．还要结合图像内容和分割结果来确定。 该方法不适用于直方图中双峰差别很大或双峰间的谷比较宽广而平坦的图像，以及单蜂直方图的情况。 11.4 并行区域技术 第*页 第11章 基本图像分割技术 最佳阈值:是指使图像中目标物和背景分割错误最小的阈值。 设一幅图像只由目标物和背景组成，已知灰度分布概率密度 分别为 和 ，目标物像素占全图像像素比是 。 假定选用的灰度级阈值为 ，总的错误概率为 求导，并令其等于零，得解 (2) 最佳阈值 11.4 并行区域技术 第*页 第11章 基本图像分割技术 11.4 并行区域技术 假设错误概率呈正态分布： 最优阈值 第*页 第11章 基本图像分割技术 11.4 并行区域技术 （3）迭代阈值分割 通过迭代的方法产生阈值。具体方法如下： 1用图像的平均灰度值作为初始阈值T 2通过初始阈值，把图像的像素按灰度分成两组R1和R2 3计算两组像素的平均灰度值，记为?1和?2 4重新计算阈值T =（ ?1+?2）/