七,图象分割 - 住院医生模拟标准化病人在外科急腹 ...ppt

图象处理与分析七, 图像分割(1) 本章的几个主要内容 图象分割就是指把图象分成各具特性的区域并提取出感兴趣目标的 技术和过程。这里特性可以是灰度、颜色、纹理等，目标可以对应 单个区域，也可以对应多个区域。图像分割是图像分析方面的一个 主要步骤。分割将图像细分为构成它的子区域或对象。分割的程度 取决于要解决的问题。 7.1 概述和分类 7.2 并行边界技术：梯度，哈夫变换 7.3 串行边界技术:图论，动态规划，边界跟踪 7.4 并行区域技术：阈值化 7.5 串行区域技术：区域生长 7.6 分割中运动的应用 7.7 基于形态学分水岭的分割 小结 7.1 概述和分类 图象分割是由图象处理进到图象分析的关键步骤，也是一种基 本的计算机视觉技术。这是因为图象的分割、目标的分离、特征的 提取和参数的测量将原始图象转化为更抽象更紧凑的形式，使得更 高层的分析和理解成为可能。 图像分割是引导对被处理图像数据进行分析的最重要步骤之一－它的主要目的是把一个图像分为与包含在图像中的目标或真实世界的区域强烈相关的部份。 完全的分割－与独特目标相对应的一组不相交的区域。 部分的分割－其区域不直接地与图像目标相对应。例如简单的装配作业，血球，印刷符号等。 主要的分割问题之一是图像数据模糊，噪音时常陪伴信息。根据它们使用的占优势的特征分割方法能被区分为三类: 第一类是有关图像或它的部份的全部知识；知识通常被一个图像特征的直方图表示。基于边缘的分割形成第二类，和以区域为基础的分割是第三类- 在边缘检测或区域生长中可能采用许多不同的特性，例如亮度，纹理，速度场等等。第二和第三个类解决一个双重问题。每个区域能被它的封闭边界表示，而每个封闭边界描述一个区域。因为基于各种不同边缘和区域算法的不同性质,他们期望可能得出略微不同的结果和由此的不同信息。这二个方法的分割结果因此能在单一描述结构中相结合。一个普通的例子是一个区域邻接曲线图，其中区域被曲线图节点表示而曲线图弧表示基于被检测区域的边界的邻接关系。 表7.1.1 分割算法分类表 本章的主要内容可归纳为 7.2 并行边界技术 7.2.1 边缘检测 实际中常用小区域模板卷积来近似计算。 矢量的幅度(也常直接简称为梯度)和方向角分别为： 2.拉普拉斯算子 二阶导数算子检测边缘示例 综合正交算子效果实例 7.2.3 边界闭合 用各种算子得到的边缘象素常是孤立的或分小段连续的。为组成 区域的封闭边界以将不同区域分开，需要将边缘象素连接起来。 直线检测－基本思想是点一线的对偶性 已检测出1条直线上的若 干个点,需要求出它们所 在的直线需约n3次运算, 采用哈夫变换的方法就 可用较少的计算量来解 决这个问题。 在图(b)中,曲线1,3,5都 过S点,这表明在图(a) 中图象空间中的点1,3, 5处于同1条直线上。同 理图(a)中图象空间中 的点2,3,4处于同1条直 线上,这是因为在图(b) 中,曲线2,3,4都过T点。 用哈夫变换检测圆－例 边缘图像阈值化 在一个边缘图像中几乎没有零值的象素存在，但是小的边缘值相对应于不明显的灰度级变化是起因于量子化噪音，小的不均匀照明等，边缘图像的简单阈值化能被用于除去这些小的值。 边缘松弛法 边缘强烈地受图像噪音影响，往往失去重要的部份。考虑它们共 有的邻居在上下文中的边缘特性能增加结果图像的质量 7.3 串行边界技术 用并行方法检测边缘和连接边界点在图象受噪声影响较大时效果 常较差。为此也可采用先检测边缘再串行连接成闭合边界的方法。 图有哪些信誉好的足球投注网站-例H=7 7.3.2 动态规划-扩展节点的数量非常大-加速取得亚最优 根据式(7.3.3)进行图有哪些信誉好的足球投注网站的算法 (1)将起始结点标记为OPEN并置g(s)=0； (2)如果没有结点OPEN，失败退出：否则继续； (3)将根据式(7.3.3)算得的估计代价r(n)为最小的OPEN结点标记为CLOSE； (4)如果n是目标结点，找到通路(可由n借助指针上溯至s)退出，否则继续； (5)展开结点n，得到它的所有子结点(如果没有子结点，返回第(2)步)； (6)如果某个子结点ni还没有标记，置r(ni)=g(n)+c(n,ni)，标记它为OPEN并将指向它的指针返回到结点n； (7)如果子结点ni已标记为OPEN或CLOSE，根据g(ni)= min[g(ni),g(n)+c(n,ni)]更新它的值。将其g值减小的CLOSE子结点标记为OPEN，并将原指向所有其g值减小的子结点的指针重指向n。返回第(2)步。 动态