数字图像处理技术的应用7图像分析课件.ppt

1、n图像分析通常按下列顺序进行：n从图像中提取对象或对象组成部分的图像特征(例如图像中景物的边缘或区域)。n求出图像特征的属性或相互关系。n利用图像特征的属性或相互关系来决定每个属性应属于哪个对象的哪个部分。n预处理：预处理：图像锐化、图像平滑n分分 割：割：直方图分割、概率统计门限检测、边缘检测、群聚、纹 理匹配n特征提取：特征提取：空间特征、变换特征、边缘边界、形状特征、矩、纹 理特征n分分 类：类：n7.1 图像特征n7.2 图像分割n7.3 图像描述（特征提取）n7.4 图像分析 7.4.1 纹理分析 7.4.2 图像序列分析7.1 图像特征1、幅度特征：gray、bright2、直方图

2、特征：P(rk)=nk/N 第rk个灰度级出现的频数 可从直方图的分布得到：图像对比度、动态范围、明暗程度等 一阶直方图的特征参数：rk量化层 均值：方差：歪斜度：10()kLkkrur p r一阶矩1220()()kLkkrru p r二阶中心矩133301()()kLkkruru p r三阶中心矩 峭度：7.1 图像特征144401()()kLkkruru p r四阶中心矩122()kLkrmp r120()log ()LkkbHp rp r 熵：能量：7.1 图像特征3、变换特征：频域中的一些特征：如2()222(,)(,)(,)(,)jux vyF u vf x y edxdyR u

3、vI u v 设：M(u,v)=F(u,v)幅谱M与F不是唯一地对应（M有位移不变性）7.1 图像特征v v(m+1)u v(m)水平切口垂直切口环状切口扇状切口(1)1()()(,)v mv mS mM u v dv(1)2()()(,)u mu mSmM u v du(1)3()()(,)mmSmMd(1)4()()(,)mmSmMd 7.1 图像特征n这些特征说明了图像中含有这些切口的频谱成分的含量。信息可 作为模式识别或分类系统的输入信息。已成功用于土地情况分类，放射照片病情诊断等 Ff(x,y)F-1F(u,v)g(u,v)(,)U u v(,)u m n7.1 图像特征4、纹理特征

4、：自然纹理：种子、草地（无规则性）人工纹理：织物、砖墙（有规则性，它的灰度分布具有 周期性，即使灰度变化是随机的，它也具有一定的统计特性）标志三要素：1）某种局部的序列性在该序列更大的区域内不断重复 2）序列基本元素是非随机排列组成的 3）区域内任何地方都有大致相同的结构尺寸n描述纹理图像特征的参数有许多种，如 1）知道像素及邻近像素的灰度分布情况。7.1 图像特征 2）检查小区域内灰度直方图，检查各小区域直方图的相似性，具有相似直方图的小区域同属一个大区域7.2 图像分割n7.2.1 幅度分割幅度分割n7.2.2 边缘检测边缘检测n7.2.3 区域分割区域分割7.2 图像分割 图像分割：将图

5、像中有意义的特征或需要应用的特征提取出来。nEg：1）按幅度不同来分割各个区域：幅度分割 2）按边缘不同来划分各个区域：边缘检测 3）按形状不同来分割各个区域：区域分割7.2.1 幅度分割一、按幅度分割1）直方图法：非理想情况，各段的分界不明显，3种误差种误差 a）增加了新的区域，b）失去了原有的区域，c）区域分割 边界定位不正确动态门限动态门限：把图像分成子图像，子图像做直方图，再定不同的门限(,)(,)(,)EBLf x yTg x yLf x yT7.2.1 幅度分割n2)统计门限法：设图像中目标及背景的灰度为正态分布，其灰度分布概率密度函数分别P2(X),P1(X),TP1(X)P2(

6、X)u1u27.2.1 幅度分割n3)自适应门限：根据局部特性确定门限7.2.1 幅度分割7.2.2 边缘检测二、边缘检测：其导数在边缘方向取得极值1、边缘检测的特点：阶跃状 屋顶状7.2.2 边缘检测7.2.2 边缘检测n三、边缘检测的几种算子1、梯度算子 对应一阶导数，连续图像的导数在边缘方向上取得极值22(,)mag(,)(,)(,)arctan(/)TTxyxyxyfff x yGGxyf x yGGf x yx yGG梯度的模叫：（）=方向角：22(,)()()fffxyxy7.2.2 边缘检测(,)(,)(1,1)(1,)(,1)f x yf x yf xyf xyf x y 简

7、化 为：(,)(,)(,)(,)(,)ijg x yhi j u i m j nu mnh m n 若用掩模表示：7.2.2 边缘检测n常用的几种算子：1-11-1-11-11-11111-1-1-1a)robertb)prewitt7.2.2 边缘检测-11-22-11121-1-2-1-11-1-1-1-111c)sobeld)Zsotropic22227.2.2 边缘检测n还有一种kirsh算子：由K0K7八个方向掩模组成，将K0K7的掩模算法分别与图像中的33区域乘，选最大一个值，作为中央像素的边缘强度0,1,1111(,)max(,)(,)(,),(,)Tiiiklg x yg gg

8、g x yK k l f x k y lgf x yi 其中：若 最大，说明处有方向的边缘通过7.2.2 边缘检测555-30-3-3-3-3-355-305-3-3-3-3-35-305-3-35-3-3-3-305-355-3-3-3-30-3555-3-3-350-355-35-3-350-35-3-355-350-3-3-3-3k0k1k2k3k4k5k6k77.2.2 边缘检测n注意：边缘检测对噪声敏感，常在作边缘检测前对图像进行某些预处理，如平滑处理或边缘增强等。22222(,)(,)(,)(1,)(1,)(,1)4(,)fx yfx yfx yxyfxyfxyfx yfx y2、

9、laplace算子 由上节可见阶跃状边缘的二阶导数在边缘处出现零点，出现零交叉，可用二阶导数寻边界7.2.2 边缘检测n缺点：n1）对噪声敏感 2）常产生双像素宽的边缘，无方向性0101111211411812420101111217.2.2 边缘检测n3、线检测n线检测的compass梯度：1111121 212112221211 211211112111 21112-东西东北西南北南西北东南7.2.3 区域分割n区域分割：对于特征不连续的边缘检测，把图像分割成特征相同的互相不重叠连续区域的处理。区域扩张法：a）利用灰度差作为区域合并的判定标准 b）根据小区域内的灰度分布的相似性（灰度直方图

10、）进行 区域合并的方法 7.2.3 区域分割nc）分裂合并法：（上几种是从单个像素扩张到整个区域）n 从整幅图像开始通过不断分裂得到各个区域n 图像四叉树表达方法的迭代分裂合并算法R1R2R3R41R42R43R44RR4R3R2R1R44R43R42R417.2.3 区域分割ijj1/4()(),1/4()iiiiiiRRifpRT U R Esto po th e rpRF A L S ERRifpRRT U R ERR分 裂 成，分 裂 成等 分，直 至为 单 个 像 素，分 裂 的 同 时 合 并，如 果，合 并iiijijijstepa)4b),cRRfalseRRRRtrueRR：

11、）对任何区域，如果p(分裂成不重叠的 等分）对相邻的2个区域和，如果p(合并和）如果下一步分裂和合并不可能，结束7.2.3 区域分割7.3 图像描述n一、边缘连通性一、边缘连通性n边界：连通后的边缘，刻画物体的形状n连通性：4连通：上、下、左、右具有与中心像素相同的特性 8连通：上、下、左、右 上左、上右、下左、下右7.3 图像描述n（a）孤立像素：与任一邻域像素都不是连通的n（b）内像素：与每一个邻近像素都是4连通n（c）边界像素：至少有一个邻近像素不是4连通的n（d）孤像素：只与一个邻近像素4连通。n（e）最少连通弧：若连通的弧线上的一集弧点中的每点都只与两 个相邻像素有八方连通的关系。(

12、f)孔:设有某个0-像素连接成分，如果它与图像四边的任何像 素均不相连接，则称之为孔（hole）。7.3 图像描述n二、曲线拟合法：n1）区域的边界用简单的封闭曲线来表示，常用的是分段多项式拟合2012(,)NNiiyaa xa xa xf x y已知200000211111223111NNNMMMMyxxxaaxxxyXA Yaaxxxy矩阵形式：7.3 图像描述2）也可用直线段进行分段拟合Step:1）连A、B,选一个离该直线最远的点，如C,连AC,BC,代替AB 2)重复1）优点：简便易行，缺点：对位置噪声比较敏感7.3 图像描述n三、矩描述：若区域只给出其内部点时，希望找到另一种不随大

13、小、旋转及平移变化而变化的区域描述子，矩满足这一点。1 00 10 00 0(,)()()(,)pqp qxypqp qxymxyfxyuxxyyfxymmxymm 质 心：n离散函数形式的数字图像矩及中心矩：7.3 图像描述n中心矩是图像区域灰度相对于灰度重心分布的一种量度，可对区域形状进行描述nIf u20u02,区域可能沿x轴方向伸长的区域nIf u300，区域关于x轴对称nIf u030，区域关于y轴对称F-4米格3F-104B-577.3 图像描述n四、骨架化简介四、骨架化简介n条状的景物（例如字符的笔划、图纸中的线条等）在处理过程中经常要抽取其骨架，以便于后续处理和识别，称为骨架化

14、或细化。7.3 图像描述n骨架化常用算法n向内传播的波动模型向内传播的波动模型n假设波由外边缘各点同时向内传播，波的交点的集合即为假设波由外边缘各点同时向内传播，波的交点的集合即为骨架。骨架。n内接圆模型内接圆模型n求条状景物在各处的内接圆，圆心的集合即为骨架。求条状景物在各处的内接圆，圆心的集合即为骨架。7.3 图像描述7.3 图像描述n其它：傅立叶描述法、中轴变换法、链码法等等其它：傅立叶描述法、中轴变换法、链码法等等7.4 图像分析n7.4.1 纹理分析n7.4.2 图像序列分析7.4 图像分析n7.4.1 纹理分析纹理分析n纹纹 理理：灰度与颜色的二维变化的图案，是区域的重要特征之 一

15、，灰 度分布具有周期性、方向性、疏密之分。n统计方法统计方法：用于木纹、纱地、草地等不规则物体，自然纹理：具有重复性排列现象的自然景象，无规则 人工纹理：是由自然背景上的符号排列组成、有规则的n结构方法结构方法：布料的印刷图案或砖花地等组成纹理的元素及其排列 规则来描述纹理的结构，7.4.1 纹理分析1、直方图统计特征：灰度直方图：无法识别二维变化的图案方法：先将图像进行微分从而求得边缘，作出关于边缘的大小和方向 的直方图，将这些直方图和灰度直方图合并，作为纹理特征Eg：a）粗纹理：图像单位面积内的边缘数目较少 b）细纹理：图像单位面积内的边缘数目较多7.4.1 纹理分析2、自相关函数特征22

16、(,)00f x ydxydij2ijf(i,j)f(i+x,j+y)定义：（x,y）=f(i,j)范围外当时，（x,y）1利用方向性，也可识别那些灰度直方图相同，纹理不同的图像模式7.4.1 纹理分析n在（x,y）1范围内纹理变化规则：a）纹理较粗时，灰度变化较慢，随d的增加下降慢b）纹理较细时，灰度变化较快，随d的增加下降快c）d再增加时，呈现周期性 （x,y）（x,y）（x,y）7.4.1 纹理分析n3、灰度共生矩阵 灰度直方图中，各像素的灰度是独立进行处理的，故不能很好地给纹理赋予特征。因此，如果研究图像中两像素组合中灰度配置的情况，就能够很好地给纹理赋予特征，这样的特征叫二阶统计量，

17、（灰度直方图是一阶统计量）代表性的是以灰度共生矩阵为基础的纹理特征计算法。7.4.1 纹理分析*(,)1,(,):,:11,(,)(,)|(,),(,)(,)L LP i jNx yf x yLDx DyNNP i jx yf x yif x Dx yDyjf x Dx y Dyj集合（x,y）f(x,y)=i,且f(x+Dx,y+Dy)=j,x,y=0,的元素个数坐标，灰度灰度级数共有（2N-1）*(2N-1)个共生矩阵简化：集合且或且的元素个数灰度级联合分布（二阶统计量）：X列，y行西北东南东北西南南北东西种：限制为dDydDxdDydDxdDyDxDydDxDyDx,00,4513590

18、04,00007.4.1 纹理分析nEg:012301123012(0,0)(0,1)(0,2)(0,3)(1,0)(1,1)(1,2)(1,3)(1,0)(2,0)(2,1)(2,2)(2,3)(3,0)(3,1)(3,2)(3,3)0807808008077070AAppppppppPD xD ypppppppp1230122301233012300123014*41 200001 400(1,1)001 200001 2APD xD y Dx列Dy行DX=1,DY=145度角7.4.1 纹理分析08078080(1,0)08077070AP244004800(1,0)00220020BP

19、水平方向无重复，变化较快水平方向数值大，重复多，纹理较粗1）对角线元素全为0，表明同行灰度变化快2）对角线元素较大，表明纹理较粗7.4.1 纹理分析n4、傅立叶特征：从频率成分的分布来求得纹理特征的方法nP(u,v)=|F(u,v)|2空间频率的强度 1）纹理粗：灰度变化缓慢，能量集中于低频 2）纹理细：能量集中于高P(r)()q00()2(,)()(,)rp rp rqr环形区域内能量之和扇形区域内能量之和7.4.1 纹理分析n纹理特征：使用 的峰的位置和大小，的平均值 和方差等 峰：纹理构成元素的大小（粗糙程度）峰：纹理在其方向上具有明确的方向性 峰的位置：峰小 纹理基元大，纹理粗 峰大

20、纹理基元小，纹理细 峰值多：杂乱无章(),()p r q(),()p r q()p r()q()p r()q纹理方向性：000在点有峰，纹理方向沿沿伸在点无峰，杂乱无章7.4.2 图像序列分析n研究内容：研究内容：由图像序列检测出景物的运动信息，分析景物运动规 律及估计三维运动参数等，eg：生产过程的动态监视，动态机器人视觉，军事，遥感，医学等122121(,),(,),(,)(,)(,)(,)(,)(,)0,f x yfx yxyfx yf xx yyf x yfx yf x yf x yxy 移动如果灰度相等，两目标有重合部分不为零部分与零值部分合并轮廓两目标无重合部分可由正值部分估计出目

21、标轮廓，可由质心的变化求出一、检测灰度变化：1、相减法：7.4.2 图像序列分析n2、实际目标运动中：(,)(,)(,),1111(,)(,)3)(,)(,)4)dfx yRx yRx yRa vppAxxyAAxf x yyf x yxyf x yf x y方向，连续帧分割完后：求）区域面积2)区域重心x质心坐标：常用的区域灰度特征有目标灰度（或各种颜色分量）的最大值、最小值、中值、均值、方差及高阶矩等统计量可借助直方图得到作业：作业：1、图像的特征？2、p149，723、对图像A和B分别求d1，q00，450的共生矩阵0 1 2 3 0 11 2 3 0 1 22 3 0 1 2 33 0 1 2 3 00 1 2 3 0 11 2 3 0 1 20 0 0 0 1 10 0 0 0 1 10 0 0 0 1 10 0 0 0 1 12 2 2 2 3 3 2 2 2 2 3 3