航空摄影法和图像处理课件.pptVIP

对(c)而言，脉冲状的剖面边缘与(a)的一阶导数形状相同，所以(c)的一阶导数形状与(a)的二阶导数形状相同，而它的2个二阶导数过0点正好分别对应脉冲的上升沿和下降沿，通过检测脉冲剖面的2个二阶导数过0点就可确定脉冲的范围 对(d)而言，屋顶状边缘的剖面可看作是将脉冲边缘底部展开得到，所以它的一阶导数是将(c)脉冲剖面的一阶导数的上升沿和下降沿展开得到的，而它的二阶导数是将脉冲剖面二阶导数的上升沿和下降沿拉开得到的，通过检测屋顶状边缘剖面的一阶导数过0点，可以确定屋顶位置 主要介绍以下几种边缘检测算子 （1）梯度算子 （2）方向算子 （3）拉普拉斯算子 （4）马尔算子 （5）综合正交算子 （6）坎尼算子 梯度算子 梯度对应一阶导数，梯度算子是一阶导数算子，在边缘灰度值过渡比较尖锐且图像中噪声比较小时，梯度算子效果好。 对1个连续图像函数f(x,y)，它在位置(x,y)的梯度可表示为1个矢量： 这个矢量的幅度(也常直接简称为梯度)和方向角分别为： 有时用其它方式计算幅度，如： 上面各式中的偏导数都需对一个象素位置计算，在实际中，常用小区域模板进行卷积近似计算 梯度运算比较复杂一点，在数字图像梯度运算过程中，可以按图像内容试用一些近似运算，以获得既能满足要求又能使运算简单的方法。对于数字图像，可用一阶差分代替一阶微分 在数字图像中，还经常使用Robert和Sobel等算子检测边缘 Robert梯度采用的是对角方向相邻两象素之差，即 1 -1 1 －1 Roberts模板 Sobel梯度算子先做加权平均，然后再微分，即 -1 1 1 1 -1 -1 1 1 1 -1 -1 -1 Prewitt模板 -1 1 2 1 -1 -2 1 2 1 -1 -2 -1 Sobel模板 水平 水平 垂直 垂直 Sobel算子是常用的，而且效果较其它两种算子好 实例 原图 水平方向 垂直方向 梯度 ?f ? |Gx| + |Gy| Sobel算子 Roberts算子 Prewitt算子 原图 基于区域的分割 图像分割－把图像分解为若干个有意义的子区域，而这种分解－基于物体有平滑均匀的表面，与图像中强度恒定或缓慢变化的区域相对应，即每个子区域都具有一定的均匀性质 前面所讨论的边缘、阈值，没有明显使用分割定义中的均匀测度度量 区域分割－直接根据事先确定的相似性准则，直接取出若干特征相近或相同象素组成区域 常用的区域分割－区域增长(区域生长)、区域分裂－合并方法等 这种方法简单，但由于仅考虑了从一个象素到另一个象素的特性是否相似，因此对于有噪声的或复杂的图像，使用这种方法会引起不希望的区域出现。另外，如果区域间边缘的灰度变化很平缓，如图a所示，或者对比度弱的两个相交区域，如图b所示，采用这种方法，区域1和区域2将会合并起来，从而产生错误 （1）设灰度差的阈值为0，用上述方法进行区域扩张，使灰度相同象素合并 （2）求出所有邻域区域之间的平均灰度差，并合并具有最小灰度差的邻接区域 （3）设定终止准则，通过反复进行上述步骤2中的操作将区域依次合并，直到终止准则满足为止 区域1 区域2 (a) 区域2 区域1 (b) 单连接区域增长技术 运动图像分割 随着多媒体技术的发展，视频图像得到广泛应用，由一系列时间上连续的2-D图像组成 从空间分割的角度来看，视频图像分割主要是希望把其中独立运动的区域(目标)逐帧检测处理 从时间分割的角度来看，主要是把连续的序列分解为时间片断 这两种都同时利用时域信息(帧间灰度等的变化)和空域信息(帧内灰度等的变化) 运动图像的分割可直接利用时-空图像的灰度和梯度信息进行分割，也可采用在两帧视频图像间估计光流场，然后基于光流场进行。前者称为直接方法，后者称为间接方法 在应用视觉系统中，检测运动目标常用差分图像的方法，一般有两种情况一是当前图像与固定背景图像之间的差分称为减背景法，二是当前连续两幅图像 (时间间隔Δｔ)之间的差分称为相邻帧差分法 * * * 空间和幅度分辨率同时变化所产生的效果 2D Translation t P P’ 3、图象操作 2D Translation using Matrices P x y tx ty P’ t t P Scaling P P’ Scaling Equation P x y s.x P’ s.y Rotation P P’ Rotation Equations Counter-clockwise rotation by an angle ? P x Y’ P’ ? X’ y * * * * 图像分析：（也叫景物分析或图像理解） 可看作是一种描述过程，主要研究用自动或半自动装置和系统，从图像中提取有用测度，数据或信息生成非图的描述或表示。 图