第五章图像分割.ppt

  1. 1、本文档共71页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
随堂练习:(区域分裂-合并) 4 3 3 2 8 8 8 8 4 4 9 8 9 8 4 9 10 9 9 4 4 8 8 4 8 3 3 4 3 3 2 2 3 4 3 2 4 MATLAB实现 设计与实现一个基于区域生长的分割程序。(作业) 分割后处理 语法:BW2 = bwfill(BW1,c,r,n) 说明:填充二进制图像的背景色。(形态学处理) 语法:bwareaopen 说明:二进制图像区域打开,清除小物体。 示例 BW1 =[1 0 0 0 0 0 0 0 1 1 1 1 1 0 0 0 1 0 0 0 1 0 1 0 1 0 0 0 1 1 1 0 1 1 1 1 0 1 1 1 1 0 0 1 1 0 1 0 1 0 0 0 1 0 1 0 1 0 0 0 1 1 1 0] BW2 = bwfill(BW1,3,3,8) I = imread(blood1.tif); BW3 = ~im2bw(I); BW4 = bwfill(BW3,holes); imshow(BW3) figure, imshow(BW4) 人有了知识,就会具备各种分析能力, 明辨是非的能力。 所以我们要勤恳读书,广泛阅读, 古人说“书中自有黄金屋。 ”通过阅读科技书籍,我们能丰富知识, 培养逻辑思维能力; 通过阅读文学作品,我们能提高文学鉴赏水平, 培养文学情趣; 通过阅读报刊,我们能增长见识,扩大自己的知识面。 有许多书籍还能培养我们的道德情操, 给我们巨大的精神力量, 鼓舞我们前进。 * (2)Hough变换检测直线的基本思想 对于边界上的n个点的点集,找出共线的点集和直线方程。设任意两点的直线方程:y = ax + b,构造一个参数a,b的平面。 a b A、xy平面上的任意一条直线y = ax + b ,对应在参数 ab平面上都有一个点。 B、过xy平面一个点(x,y)的所有直线,构成参数ab平面 上的一条直线。 a b a b C、如果点(x1,y1)与点(x2,y2)共线,那么这两点在参数 ab平面上的直线将有一个交点。 D、在参数ab平面上相交直线最多的点,对应的xy平面 上的直线就是我们的解 a b y x (x1,y1) (x2,y2) a’ b’ a A (3)实例 3 MATLAB实现 设计与实现一个基于Hough变换的直线检测器。(作业) 5.3 门限处理 1 基础 (1)单阈值分割 思考题:如何寻找阈值? (2)多阈值分割 (3)门限处理的分类 A、全局门限处理 T仅取决于f(x,y),即仅取决于灰度级值。 B、局部门限处理 T取决于f(x,y)和p(x,y)。 C、动态(自适应)门限处理 T取决于空间坐标x和y。 f(x,y)是点(x,y)的灰度级,p(x,y)表示点(x,y)的局部性质。 2 照明不均匀的影响 照明条件不好的图像,用单阈值时很难分割的。 常用的改进措施: 3 基本全局门限处理 4 基本自适应门限处理 不均匀亮度等成像因素会造成单一全局门限无法有效分割。另一种改进措施是将图像进一步细分为子图像,并对不同的子图像使用不同的门限进行分割。 你有什么其它的改进方法? 5 最佳全局和自适应门限(自学) 6 利用边界特性改进直方图和局部门限处理 (1)基本思想 如果直方图的尖峰很高、很窄、具有对称性且被很深的波谷割开,则门限处理就具有非常好的效果。 一种改进直方图形状的方法是只考虑边缘附近的像素,使得直方图对于对象和背景大小的依赖性变小。 另外,使用某些简单度量的像素会趋向于加深直方图尖峰之间的波谷,如拉普拉斯算子。 (2)基本方法 A、 对图像分别进行梯度运算和拉普拉斯运算; (局部运算) B、由梯度图计算门限T; C、生成三级图像: D、进行扫描,标记目标和对象。 (…)(-,+)(0,或+)(+,-)(…) 7 基于不同变量的门限 (自学) 8 MATLAB实现 全局阈值处理 语法:T=graythresh(f) 说明:T是阈值,归一化为0至1之间的值。 局部阈值处理 通过一个形态学顶帽算子并对得到的结果使用graythresh来计算。 示例: f=imread(‘cell.tif’); imshow(f); T=

文档评论(0)

1112111 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档