数字图像处理图像分割和数学形态学.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 6.1.5.4 统计检测法 分割成矩形区域 累积灰度直方图 累积像素数 灰度 H2(Z) H1(Z) ? ? H1(Z) ? H2(Z) ? max? H1(Z) ? H2(Z) ? 为了检测灰度分布情况的相似性，采用下面的方法。这里，设h1(z)、 h1(z)为相邻的两个区域的灰度直方图，从这两个直方图求出累积灰度直方图H1(z) 、H2(z)，根据 或 求出两者之差, 如果这个差值在某一阈值以下。就把两个区域合并。这里，灰度直方图h(z)的累积灰度直方图H(z)被定义为： 6.1.5.4 统计检测法 根据上述的灰度分布相似性的区域扩张法，不仅能为分割灰度相同区域使用，而且也能为分割具有纹理性的某个区域使用。 以n?n矩形区域作为单位，会出现下述情况：如果把n定大了，则小的对象物就会漏过；相反，若把n定小了，可靠性就会减弱。实际上， n常设在5-10的范围。 6.1.6 数学形态学图像处理(Morphological Image Processing) 6.1.6.1 数学形态学简介 6.1.6.2 基本概念 6.1.6.3 腐蚀与膨胀 6.1.6.4 开-闭运算 6.1.6.5 变体 1. 背景： 数学形态学是一种用于数字图像处理和识别的新理论和新方法。 2. 应用 ( 1 ) 利用形态学基本运算， 对图像进行处理， 从而达到改善图像质量的目的。 ( 2 ) 描述和定义图像的各种几何参数和特征，如 面积、 周长、 连通度 ( 连接数 )、 颗粒度、 骨架等。 ( 3 ) 大部分形态运算都定义在两个基本运算的基础上： 腐蚀和膨胀。 在此基础上， 常用的形态运算( 变换 )有： 开和闭， 击中和不击中变换，细化和粗化， 边界和骨架等。 6.1.6.1 数学形态学简介 6.1.6.2 基本概念 数学形态学图像处理 结构元素与二值图像进行逻辑运算，产生新的图像的图像处理方法。 集合概念上的二值图像B 二值图像B是定义在笛卡尔网格上的集合，网格中值为1的点是集合的元素。 结构元素S——是集合概念上的二值图像 为简单起见，结构元素为3?3，且全都为1。 当结构元素的原点（为中心点）移到点(x,y)时，记为Sxy 。 6.1.6.2 基本概念 1 1 1 1 1 1 1 1 1 1 0 1 1 0 1 1 1 1 0 1 1 0 1 1 1 0 1 结构元素Sxy 图像B 1 1 1 1 1 1 1 1 1 结构元素S 腐蚀与膨胀 6.1.6.3 腐蚀与膨胀(Erosion and Dilation) 腐蚀后 膨胀后 原图 1 腐蚀 定义：E = B ? S = { x,y | Sxy?B} 结果：使二值图像减小一圈。 算法： 用3?3的结构元素，扫描图像的每一个像素。 用结构元素与其覆盖的二值图像做“与”操作。 如果都为1，结果图像该像素为1；否则为0。 6.1.6.3 腐蚀与膨胀 腐蚀 6.1.6.3 腐蚀与膨胀 1 1 1 1 0 0 1 1 1 0 1 1 0 1 1 1 0 1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 结构元素S 2 膨胀 定义：E = B ? S = { x,y | Sxy∩B ≠Ф} 结果：使二值图像扩大一圈。 算法： 用3?3的结构元素，扫描图像的每一个像素 用结构元素与其覆盖的二值图像做“与”操作 如果都为0，结果图像该像素为0；否则为1。 6.1.6.3 腐蚀与膨胀 膨胀 6.1.6.3 腐蚀与膨胀 1 1 1 1 0 0 1 1 1 0 1 1 0 1 1 1 0 1 1 1 1 0 0 1 1 1 1 0 0 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 结构元素S 1 开运算 思路：先腐蚀，再膨胀 定义：B ? S = （B ? S）? S 结果： 1）消除细小对象。 2）在细小粘连处分离对象。 3）在不改变形状和不明显改变面积的前提下，平滑对象的边缘。 6.1.6.4 开-闭运算(Opening-Closing) 2 闭运算 思路：先膨胀、再腐蚀 定义：B ? S =（B ? S）? S 结果： 1）填充对象内细小空洞。 2）连接邻近对象。 3）在不改变形状和不明显改变面积前提下，