yyx第07讲 图像分割及形态学图像处理技术知识.ppt

第七讲 图像分割及形态学图像处理 (教材第七章);◆已经介绍的：图像变换、图像增强、图像恢复、包括即将介绍的图像编码等，都是使输出图像的编码或品质得到某种程度改善的处理方法，一般被认为是图像处理的低级阶段。 ;图像分析系统的构成;7.1 图像分割基础、方法及MATLAB实现 7.2 形态学图像处理（图像代数、特征提取等）及MATLAB实现; 图像分割实例：虹膜定位 ;图像分割示例 ——细菌检测;图像分割实例;7.1 图像分割基础、方法及MATLAB实现;图像分割的概念 把图像分解成构成它的部件和对象的过程 有选择性地定位感兴趣对象在图像中的位置和范围; 1、从简到难，逐级分割 分割矩形区域、定位牌照、定位文字 2、控制背景环境，降低分割难度 背景环境:路面、天空 3、把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上 感兴趣的对象； 汽车牌照 不相干图像成分： 非矩形区域 ; 原理 1、基于灰度的不连续性。（区域之间） 2、基于灰度的相似性。（区域内部） 3、同时使用灰度不连续性和灰度相似性。 ; 根据图像像素灰度值的相似性 通过选择阈值，找到灰度值相似的区域 区域的外轮廓就是对象的边;分割出的区域需满足条件;图像分割方法;图像边缘对图像识别和计算机分析十分有用，边缘能勾画出目标物体，使观察者一目了然；边缘蕴含了丰富的内在信息（如方向、阶跃性质、形状等），是图像识别中重要的图像特征之一。 从本质上说，图像边缘是图像局部特性不连续性（灰度突变、颜色突变、纹理结构突变等）的反映，它标志着一个区域的终结和另一个区域的开始。 进一步讲，图像的边缘是指图像灰度发生空间突变的象素的集合。 为了计算方便起见，通常选择一阶和二阶导数来检测边界，利用求导方法可以很方便地检测到灰度值的不连续效果。; 基于边缘检测的图像分割方法：根据图像不同区域边界像素灰度值变化比较剧烈的特点，首先检测出图像可能的边缘点，再按照一定策略连接成轮廓，从而实现不同区域的图像分割。;常用求导方法来检测灰度值不连续效果。一阶导数幅值(峰值)检测边???存在；二阶导数的过零点检测边缘位置，过零点附近+-确定边缘像素在图像边缘的暗区或明区。 边缘检测可借助空域微分算子卷积完成 ;边缘检测方法; 并行边缘检测：一个像素点是否属于欲检测的边缘，取决于当前正在检测的像素点以及该像素点的一些相邻像素点，可以同时用于图像中所有像素点的检测，因此称为并行边缘检测。;并行微分算子法;;噪声对一阶导数和二阶导数的影响;图7.1 常见边缘的一阶差分和二阶差分 (a)阶梯状边缘 (b)阶梯状边缘的一阶差分 (c)阶梯状边缘的一阶差分 (d)脉冲状边缘 (e)脉冲状边缘的一阶差分 (f)脉冲状边缘的一阶差分;;;1）梯度算子;2)罗伯特(Robert)梯度 ;Sobel算子 Sobel算子在点(i,j)的梯度幅值表示为： ;Prewitt算子 Prewitt算子在点(i,j)的梯度幅值表示为： ;各种梯度模板;实例;用Prewitt算子进行边缘检测的结果 ;各算子检测效果，sobel最好;用Sobel算子进行边缘检测的结果 ;梯度算子 梯度算子是一阶导数算子，水平方向 罗伯特算子 对角方向 ; 3） 拉普拉斯二阶导数算子 ： ; ; ;拉普拉斯算子 拉普拉斯算子是一种二阶导数算子，对图像噪声很敏感，常产生双像素宽的边缘，且也不能提供边缘方向的信息，很少直接检测边缘，而主要用于已知边缘像素后确定该像素是在图像的明区或暗区(位置) ;对于数字图像来说，拉普拉斯算子如下：;*;*;拉普拉斯算子对应的模版;(4)Laplacian-Gauss算子;拉普拉斯算子-高斯(LOG);原理：;;▽2 g的平均值为零，当它与图像f(m,n)卷积时并不会改变图像的整体动态范围，但会使得图像平滑，其平滑程度正比于σ。因此能有效较少噪声对图像的影响。; ;可根据二阶导数过零点性质检测边缘位置，将图像与2维高斯函数的拉普拉斯卷积。 该算子的检测过程中，首先要用高斯低通滤波器将图像进行预先平滑；然后利用拉普拉斯高斯算子找到图像中陡峭边缘；最后用0灰度值进行二值化，产生闭合、连通的轮廓，消除所有内部点。 该算子均值为零，将它与图像卷积不会改变图像的整体动态范围，但由于其光滑会模糊图像，模糊程度正比于均方差，可减少噪声影响，当边缘模糊或噪声较大时，利用该算子检测过零点能提供较可靠的边缘位置。;;原始图像;;-2;Canny算子; Canny算子; Canny算子;Canny算法过程：;; ;;;;; (a)原图