9第九章数字图像处理之图像分割经典案例.ppt

第9章 图像分割;主要内容; 概念：图像分割是指将图像中具有特殊意义的不同区域划分开来，这些区域互不相交，每个区域满足灰度、纹理、彩色等特性的某种相似性准则。 图像分割是图像分析过程中最重要的步骤之一，分割出的区域可以作为后续特性提取的目标对象。 ; 图像分析系统的基本构成如下图：;图像分割方法和种类 基于图像灰度值的不连续性或相似性，图像分割方法可以划分为以下种类。 ; 图像分割概述;图像分割的目的 把图像分解成构成它的部件和对象； 有选择性地定位感兴趣对象在图像中的位置和范围。;从简到难，逐级分割 控制背景环境，降低分割难度 注意力集中在感兴趣的对象，缩小不相干图像成分的干扰。;9.2 边缘检测;9.2.1 边缘检测概述;图像：;说明：对阶跃边缘，其一阶导数在图像由暗变明的位置处有1个向上的阶跃，而其它位置都为0，这表明可用一阶导数的幅度值来检测边缘的存在，幅度峰值一般对应边缘位置。 其二阶导数在一阶导数的阶跃上升区有1个向上的脉冲，而在一阶导数的阶跃下降区有1个向下的脉冲，在这两个脉冲之间有1个过0点，它的位置正对应原图像中边缘的位置，所以可用二阶导数的过0点检测边缘位置，而用二阶导数在过0点附近的符号确定边缘象素在图像边缘的暗区或明区。 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。; 边缘检测; 边缘检测;5、边缘检测算子 可用一阶、二阶局部微分算子来检测图像中的边缘。下面是几种常用的微分算子。 梯度算子 高斯-拉普拉斯算子 Carry边缘检测算子;二维图像的一阶导数：梯度算子; 边缘检测;图片演示：;2）Roberts算子;;3) Prewitt算子;;3）Sobel算子;;1、梯度算子;4）拉普拉斯算子; 由于梯度算子和Laplace算子都对噪声敏感，因此一般在用它们检测边缘前要先对图像进行平滑。 ;5）Marr算子;对图像g(x,y)采用Laplacian算子进行边缘检测，可得： 这样，利用二阶导数算子过零点的性质，可确定图像中阶跃边缘的位置。 称为高斯－拉普拉斯滤波算子，也称为LOG滤波器，或“墨西哥草帽”。; 特点： 抗噪声能力强 各向同性 图像模糊化;1、梯度算子;6）Canny算子;Canny算子步骤：;例1:;Laplacian算子;“边缘检测篇”总结;9.3 霍夫变换;9.3.1 直线检测;; 具体算法步骤： 1）将参数空间视为离散，建立一个二维累加数组A(a，b)，第一维范围是直线斜率a的可能范围，第二维是直线截距的可能范围； 2）开始A(a，b)初始化为0，然后对图像坐标空间的每一个背景点(xi,yi)，通过参数空间中每一个a的离散值，计算出对应的b值； 3）每计算出一对(a,b)，将对应的数组员素A(a,b)加1，即A(a,b)=A(a,b)+1。 4）所有计算结束后，在参数空间表决结果中找到A(a,b)的最大峰值，所对应的a0、b0就是原图像中共线点数目最多的直线方程的参数。 5）继续寻找次峰值和第3第4峰值等，它们对应于原图中共线点数目略少一些的直线。 ;2、极坐标参数空间 对于直角坐标系中的一条直线l，可用ρ、θ来表示该直线，且直 线方程为： 其中，ρ为原点到该直线的垂直距离，θ为垂线与x轴的夹角，这条直线 是唯一的。构造一个参数ρθ