[工学]第六章图像分割1.ppt

* 图像分割——Hough变换 2. 直线的极坐标参数方程 3. 曲线的检测： 4. 广义 Hough 变换： 检测特定的可描述形状 直线 正弦曲线 (x-a)2+(y-b) 2 ＝ r2 参数为 a, b, r; 建立数组 A(a, b, r)来检测 1. 不连续直线的检测 * 图像分割——Hough变换 * 图像分割——区域生长 区域生长算法 种子的选取; 借助具体问题的特点进行，如:选亮度最大的像素，或接近聚类重心的像素 生长的准则; 不仅依赖具体问题本身，还依赖所用图像数据的种类。 生长过程终止的条件或规则 从单个像素出发，逐渐将具有相似性质的像素合并以形成所需的分割区域。 * 图像分割——区域生长 步骤： 对图像进行逐行扫描，找出没有归属的像素。 以该像素为中心检查它的邻域像素，即将邻域中的各个像素逐个与之比较，如果灰度小于预先确定的阈值，合并; 以新合并的像素为中心，返回步骤2,检查新像素的邻域，直到区域不能进一步扩张; 返回到步骤1,继续扫描直到不能发现没有归属的像素，结束整个生长过程。 * 图像分割——区域生长 T=3时的生长结果 * 讨论：生长准则与欠分割或过分割现象 T=1 T=6 * 图像分割——分裂合并 四叉树分解 (Quad tree decomposition) 将图像划分为逐级分解的小区，利用一定的合并和分裂准则对小区进行检验，确定小区是否需要分裂或相邻小区是否需要合并。通常特征准则是以图像某些特征 (灰度、色彩、统计特征) 的均匀性为依据的。 基本思路： * 图像分割——分裂合并 R1 R2 R3 R41 R42 R43 R44 R R4 R3 R2 R1 R44 R43 R42 R41 分裂合并法分割图像示例 简单的区域分裂过程 * 图像分割——串行边界技术 边界跟踪 (Boundary tracking，Edge point linking) 1. 确定作为有哪些信誉好的足球投注网站起点的边缘点 2. 采取一种合适的数据结构和有哪些信誉好的足球投注网站机理，在已经发现的边界点基础上确定新的边界点。 3. 确定有哪些信誉好的足球投注网站终结的准则或终止条件。 通过对梯度图像的边缘进行跟踪，确定区域的边界 例：在3×3邻域中选取边界点，并限制没有大于45o的转折 P C C P C P C P C P P C P C P C 提高抗噪声能力的方法 (Bug跟踪法) 当前边界点 前一边界点 候选边界点 候选边界点 候选边界点 * 第六章 图像分割（1） 信息与通信工程学院 张洪刚 zhhg@bupt.edu.cn * 图像分割——目的和应用 目的：将图像中的目标分为各个感兴趣的区域，与图像中各种物体目标相对应。通过对分割结果的描述，可以理解图像中包含的信息 * 象素灰度值 颜色或多谱特性 图像的空间模式特性 分割是将象素分类的过程，分类的依据可以是： 分割出的区域应该同时满足 分割出图像区域的均匀性和连通性。均匀性是指该区域中所有像素点都满足基于灰度、纹理、色彩等特征的某种相似性准则，连通性是指该区域内存在连接任意两点的路径 相邻分割区域之间针对选定的某种差异显著性 分割区域边界应该规整，同时保证边缘的空间定位准确 * 图像分割——属性 图像分割和描述的集合概念定义 给定某种一致性（均匀）属性准则（度量）P，将图像X正确的划分为互不交叠的区域集{S1，S2 …..Sn}的过程称之为分割。这里所说正确分割应满足以下条件： * 图像分割与描述——概念 * 图像分割——并行区域技术 原理和分类 取阈值是并行区域技术的基本分割方法，通过对灰度取阈值后得到的图像，各个区域可以分离开，但要将目标提取出来，还需要将各区域识别标记。 分类：阈值化算法；特征空间聚类 仅依赖象素灰度的阈值选取 － 全局阈值 依赖象素灰度和其周围邻域的局部性质选取 － 局部阈值 除依赖象素灰度和其周围邻域的局部性质外，还与坐标位置有关 － 动态阈值 * 图像分割——阈值选取依据 极小点阈值 通过寻找直方图的极小点确定分割阈值，在确定极小点过程中可能需要对直方图进行平滑 最优阈值 通常，图像中目标和背景的灰度值有部分交错，通过背景和目标的灰度概率分布函数可以在一定条件下确定最佳阈值 * 图像分割——全局阈值 设图像由目标和背景两部分组成，灰度分布概率密度分别为po(r)和pb(r)，设目标占整个画面的百分比为q，则背景占1- q。取阈值为t，则 * 图像分割——最优阈值 t r po(r) pb(r) 将背景点误判为物体点的误判概率为： 将物体点误判为背景点的误判概率为： 总的误判概率为： 根据莱布尼茨法则取最优： 若已知背景和目标的灰度概率密度，可以利用数值方法求出最