第5章-图像分割B.课件.ppt

1、5.3.1 区域生长法区域生长法 基本思想： 从一些种子点开始，将具有相似性质的邻域像素集合起来构成区域。 区域生长法需要选择一组能正确代表所需区域的种子像素，确定在生长过程中的相似性准则，制定让生长停止的条件或准则。 相似性准则可以是灰度级、彩色、纹理、梯度等特性。 选取的种子像素可以是单个像素，也可以是包含若干个像素的小区域。种子像素的选取一般需要先验知识，若没有则可借助生长准则对每个像素进行相应计算。如果计算结果出现聚类，则接近聚类中心的像素可取为种子像素。 生长准则有时还需要考虑像素间的连通性，否则会出现无意义的分割结果。 5.3.1 区域生长法区域生长法待分割图像 第一步结果第二步结

2、果最后结果相似性准则是邻近像素与种子像素的灰度值差小于3 5.3.2 区域分裂与合并区域分裂与合并 基本思想是将图像分成若干个子区域，对于任意一个子区域，如果不满足某种一致性准则（一般用灰度均值和方差来度量），则将其继续分裂成若干个子区域，否则该子区域不再分裂。如果相邻的两个子区域满足某个相似性准则，则合并为一个区域。直到没有可以分裂和合并的子区域为止。 5.3.2 区域分裂与合并区域分裂与合并假设分裂时的一致性准则为：如果某个子区域的灰度均方差大于1.5，则将其分裂为4个子区域，否则不分裂。合并时的相似性准则为：如果相邻两个子区域的灰度均值之差不大于2.5，则合并为一个区域。 65. 2R2

3、9. 1, 5 . 7;73. 1, 5 . 52211RRRR33442.5,0.25;3.75,2.87RRRR5.3.3 基于区域的彩色图像分割方法基于区域的彩色图像分割方法 Mean Shift：一种聚类方一种聚类方法，分割彩法，分割彩色图像色图像Superpixel：超像素图像超像素图像分割方法分割方法5.3.4 基于边界的图像分割方法基于边界的图像分割方法 Active Contour Model 算法演示:5.3.5 图像分割算法总结图像分割算法总结 直方图分割直方图分割：Otsu算法，迭代阈值法, 二者的区别是什么？基于区域的方法基于区域的方法：区域生长法，区域分裂与合并法分水

4、岭算法分水岭算法：分水岭算法在分割什么图像比较有效？彩色图像分割方法彩色图像分割方法：Mean Shift图像分割算法，Superpixel图像分割算法。 图像处理的应用领域非常广泛，没有一种图像分割方法是最优的。要根据具体问题，选择相应的分割算法。 现在图像分割仍是图像处理研究的一个难点和热点，每年都有大量的论文发表。目前主要集中彩色图像分割领域，更具有挑战性。5.4 边缘检测边缘检测 图像的边缘是图像的最基本特征，它是灰度不连续的结果。阶跃型边缘实际图像中较少存在，经过离散化后转换为斜坡型阶跃型边缘实际图像中较少存在，经过离散化后转换为斜坡型线状型和屋顶型有些类似，只是线状型灰度值变化比较

5、快。线状型和屋顶型有些类似，只是线状型灰度值变化比较快。如何用如何用Matlab实现上述四种边缘效果实现上述四种边缘效果5.4.1 微分算子微分算子 通过计算一阶导数或二阶导数可以方便地检测出图像中每个像素在其邻域内的灰度变化，从而检测出边缘。5.4.1 微分算子微分算子一5.4.1 微分算子微分算子 由上面的分析可以得出以下结论：一阶导数的幅度值可用来检测边缘的存在；通过检测二阶导数的过零点可以确定边缘的中心位置；利用二阶导数在过零点附近的符号可以确定边缘像素位于边缘的暗区还是亮区。 5.4.1 微分算子微分算子1. 一阶导数通过梯度算子实现Sobel算子、Prewit算子, Roberts

6、算子2. 二阶导数通过拉普拉斯算子实现 拉普拉斯算子为二阶导数3. 但是，一阶导数和二阶导数对噪声非常敏感，尤其是二阶导数。所以在求二阶导数时，一般用LOG(Laplacian of Gaussian)算子实现二阶导数。 LOG算子与Laplacian算子的区别？ 5.4.2 Canny边缘检测算子边缘检测算子 Canny算子是一个非常有效的边界检测算子。 首先对灰度图像进行高斯平滑（均方差为）。 接着计算每个像素的梯度幅值和梯度方向。 然后细化边缘。如果当前像素的梯度幅值不高于梯度方向上两个邻点的梯度幅值，则抑制该像素响应，这种方法称之为非最大抑制。 Canny算子使用两个幅值阈值，高阈值用

7、于检测梯度幅值大的强边缘，低阈值用于检测梯度幅值较小的弱边缘。低阈值通常取为高阈值的一半。 边缘细化后，就开始跟踪具有高幅值的轮廓。 最后，从满足高阈值的边缘像素开始，顺序跟踪连续的轮廓段，把与强边缘相连的弱边缘连接起来。 5.4.2 Canny边缘检测算子边缘检测算子 原始图像 Robert边缘检测 Sobel边缘检测 Canny边缘检测 5.4.3 边界连接边界连接 常用的一种边界连接方法是根据邻近的边缘像素在梯度幅度和梯度方向上具有一定相似性而把它们连接起来。具体地说，如果像素(p, q)在像素(x, y)的邻域内，且它们的梯度幅度和梯度方向分别满足以下两个条件（其中T是幅度阈值，A是角

8、度阈值）： Ttsfqpf),(),(Atsqp),(),(5.4.4 直线检测和圆检测直线检测和圆检测边界检测告诉我们边界在哪里？边界呈什么几何特征，例如，圆或直线？需要采用某种方法去检测，采用的算法是Hough变换。5.4.4 直线检测和圆检测直线检测和圆检测1. Hough变换反映的是变换反映的是图像空间的几何形状图像空间的几何形状与其在与其在参数空间参数空间中的映射关系。中的映射关系。2. 直观点的说法就是，图像空间中由某特定曲线直观点的说法就是，图像空间中由某特定曲线方程表示的几何形状上的任何一点，都对应到方程表示的几何形状上的任何一点，都对应到该几何形状在其曲线方程的参数空间中的同

9、一该几何形状在其曲线方程的参数空间中的同一个点，个点，3. 图像空间中特定几何形状的检测转化为寻找其图像空间中特定几何形状的检测转化为寻找其曲线方程参数空间中局部极大值点的问题。曲线方程参数空间中局部极大值点的问题。5.4.4 直线检测和圆检测直线检测和圆检测Hough Transform来检测识别特定的几何形状，如直线，圆以及椭圆等。1.Hough变换是由Paul Hough于1962年提出的，最早用来识别直线。y=kx+b2.Richard Duda和Peter Hart于1972年在Hough Transfrom中引入极坐标方程，直线的极坐标方程变为公式2. p=xcos()+ysin(

10、)如何将直线方程转换为极坐标方程5.4.4 直线检测和圆检测直线检测和圆检测5.4.4 直线检测和圆检测直线检测和圆检测右图是一个点的Hough变换，一个点的Hough变换结果是什么？5.4.4 直线检测和圆检测直线检测和圆检测右图是10个点的Hough变换.5.4.4 直线检测和圆检测直线检测和圆检测右图是一个垂线的右图是一个垂线的Hough变换变换5.4.4 直线检测和圆检测直线检测和圆检测集成电路中的线检测5.4.4 Hough变换的应用变换的应用1. 遥感图像2. 生物医学图像中3. 硬币4. 建筑物中5.4.4 Hough变换的应用变换的应用实习报告实习报告实习四实习四-实习五实习五

11、5.5 区域标记区域标记 图像分割的结果通常是一幅二值图像，所有的目标区域都被赋予同一种灰度值。如果图像中有多个目标区域，并且希望分析各个目标的大小、形状等特征时，就需要加以区分。区域标记是指对图像中同一连通区域的所有像素赋予相同的标记，不同的连通区域赋予不同的标记。常用的区域标记方法有两种：递归标记和序贯标记。123546785.5.1 递归标记递归标记5.5.1 递归标记递归标记 递归标记算法如下： （1）从左到右，从上到下逐行逐列扫描图像，寻找没有标记目标点P，给该点分配一个新的标记。 （2）递归分配同一标记给P点的邻域目标像素。 （3）直到相互连接的像素全部标记完毕，一个连通成分就标上

12、了同样的记号。 （4）重复步骤（1）、（2）和（3），寻找未标记的目标点并递归分配同一标记给其邻域目标点；若找不到未标记的目标点，则图像标记完毕。 递归标记算法在串行机上的非常费时，适用于并行机上处理。5.5.2 序贯标记序贯标记 8-连通区域的序贯标记算法如下： （1）从左到右、从上到下扫描图像，寻找未标记的目标点P。 （2）如果P点的左、左上、上、右上四个邻点都是背景点，则赋予像素P一个新的标记；如果四个邻点中有1个已标记的目标像素，则把该像素的标记赋给当前像素P；如果四个邻点中有2个不同的标记，则把其中的1个标记赋给当前像素P，并把这两个标记记入一个等价表，表明它们等价。 （3）第二次扫

13、描图像，将每个标记修改为它在等价表中的最小标记。5.5.2 序贯标记序贯标记5.5.2 序贯标记序贯标记 4-连通区域的序贯标记算法与8-连通区域的相同，只是在步骤（2）中只判断左邻点和上邻点。 序贯标记算法通常要求对图像进行两次扫描。由于这一算法一次仅运算图像的两行，因此当图像以文件形式存储且内存空间不允许把整幅图像全部载入时，也能使用该算法。它在第二次扫描图像时，利用等价表给同一连通区域的所有像素分配唯一的标记。但是，当图像中的目标区域十分不规则时，会导致庞大的等价表。5.5.2 序贯标记序贯标记5.6 轮廓跟踪轮廓跟踪当对进行标记记之后，需要提取其边界点，为进行特征分析作准备（例如分析玉米籽粒是否有破损或检测其尖端位置）。如何提取边界点？5.6 轮廓跟踪轮廓跟踪1、先从左到右、从上到下扫描图像，直到遇到第一个象素值不为零的点。该点一定是最左上方的边界点，记为A。2、A点的右、右下、下、左下四个邻点中至少有一个是边界点，记为B。3、从B开始找起，按右、右下、下、左下、左、左上、上、右上的顺序找相邻点中的边界点C。4如果C点就是A点，则表明已经转了一圈，程序结束。否则从C点继续，直到找到A为止。5.6 轮廓跟踪轮廓跟踪两个思考：1. 刚才是顺时针寻找边界，如果想逆时针寻找边界，该怎么处理？2. 如果边界带刺，前面处理方法会陷入死循环。这时候应该怎么解决？