1、6.16.26.3阈值分割边缘检测区域分割第第6章章 HALCON图像分割图像分割HALCON编程基础与工程应用编程基础与工程应用6.1阈值分割阈值分割l定义：定义：阈值分割是一种按图像像素灰度幅度进行分割的方法，它是把阈值分割是一种按图像像素灰度幅度进行分割的方法，它是把图像的灰度分成不同的等级，然后用设置灰度门限（阈值）的方法，图像的灰度分成不同的等级，然后用设置灰度门限（阈值）的方法，确定有意义的区域或要分割物体的边界。确定有意义的区域或要分割物体的边界。l步骤：步骤：（1 1）确定阈值；）确定阈值；（2 2）将阈值与像素灰度值进行比较；）将阈值与像素灰度值进行比较；（3 3）把像素分类
2、。）把像素分类。HALCON编程基础与工程应用编程基础与工程应用 实验法通过人眼的观察，对已知某些特征的图像试验不实验法通过人眼的观察，对已知某些特征的图像试验不同的阈值，观察是否满足要同的阈值，观察是否满足要求。求。实验法的问题是适用范围窄，使用前必须事先知道图像实验法的问题是适用范围窄，使用前必须事先知道图像的某些特征，比如平均灰度等，而且分割后的图像质量的好的某些特征，比如平均灰度等，而且分割后的图像质量的好坏受主观局限性的影响很大。坏受主观局限性的影响很大。1、实验法、实验法 （a）原图）原图 （b）分割后）分割后HALCON编程基础与工程应用编程基础与工程应用 如果图像的前景物体内部
3、和背景区域的灰度值分布都比较均匀，那如果图像的前景物体内部和背景区域的灰度值分布都比较均匀，那么这个图像的灰度直方图具有明显双峰，此时可以选择两峰之间的谷底么这个图像的灰度直方图具有明显双峰，此时可以选择两峰之间的谷底对应的灰度值对应的灰度值T T作为阈值进行图像分割。作为阈值进行图像分割。此种单阈值分割方法简单易操作，但是当两个峰值相差很远时不适此种单阈值分割方法简单易操作，但是当两个峰值相差很远时不适用，而且，此种方法容易受到噪声的影响，进而导致阈值选取的误差。用，而且，此种方法容易受到噪声的影响，进而导致阈值选取的误差。2、根据直方图谷底确定阈值法、根据直方图谷底确定阈值法 （a）原图）
4、原图 （b）分割后）分割后HALCON编程基础与工程应用编程基础与工程应用 迭代式阈值选择方法的基本思路是：开始选择一个阈值作为初迭代式阈值选择方法的基本思路是：开始选择一个阈值作为初始估计值，然后按照某种规则不断的更新这一估计值，直到满足给始估计值，然后按照某种规则不断的更新这一估计值，直到满足给定的条件为止。定的条件为止。这个过程的关键是选择什么样迭代规则。一个好的迭代规则必这个过程的关键是选择什么样迭代规则。一个好的迭代规则必须既能够快速收敛，又能够在每一个迭代过程中产生优于上一次迭须既能够快速收敛，又能够在每一个迭代过程中产生优于上一次迭代的结果。代的结果。3、迭代选择阈值法、迭代选择
5、阈值法 （a）原图）原图 （b）分割后）分割后HALCON编程基础与工程应用编程基础与工程应用 最大类间方差法选定的分割阈值应该使前景区域的平均灰度、最大类间方差法选定的分割阈值应该使前景区域的平均灰度、背景区域的平均灰度与整幅图像的平均灰度之间差别最大，这种差背景区域的平均灰度与整幅图像的平均灰度之间差别最大，这种差异用方差来表示。异用方差来表示。该算法是在判别分析最小二乘法原理的基础上推导得出，计算该算法是在判别分析最小二乘法原理的基础上推导得出，计算简单，是一种稳定、常用的算法。简单，是一种稳定、常用的算法。4、最大类间方差法、最大类间方差法 （a）原图）原图 （b）分割后）分割后HAL
6、CON编程基础与工程应用编程基础与工程应用6.2边缘检测边缘检测图像的边缘是图像的基本特征，边缘上的点是指图像周围像素灰度产生变化的那些像素点，即灰度值导数较大的地方。基于一阶导数的边缘检测算子包括Robert算子、Sobel算子、Prewitt算子等，它们都是梯度算子。基于二阶导数的边缘检测算子主要是高斯-拉普拉斯边缘检测算子。HALCON编程基础与工程应用编程基础与工程应用一阶算子一阶算子典型算子典型算子 Roberts算子利用局部差分算子寻找边缘，边缘定位较准，但容易丢失一部分边缘，同时由于图像没有经过平滑处理，因此不具有抑制噪声的能力。该算子对具有陡峭边缘且含噪声少的图像处理效果较好。
7、Sobel算子很容易在空间上实现。Sobel算子边缘检测器不但产生较好的边缘检测效果，同时因为Sobel算子引入了局部平均，使其受噪声的影响也比较小。当使用较大的模板时，抗噪声特性会更好，但是这样会增大计算量，并且得到的边缘比较粗。Prewitt和Sobel算子的方程完全一样，只是常量c=1。由于常量c的不同，这一算子与Sobel算子不同的地方在于没有把重点放在接近模板中心的像素点。当用两个掩膜板（卷积算子）组成边缘检测器时，通常取较大的幅度作为输出值。Kirsch算法由K0K7八个方向的模板决定的，将K0K7的模板元素分别与当前像素点的33模板区域的像素点作乘求和，然后选八个值中最大的值作为
8、中央像素的边缘强度。HALCON编程基础与工程应用编程基础与工程应用一阶算子一阶算子典型算子典型算子原图Roberts滤波Sobel滤波Prewitt滤波Kirsch滤波HALCON编程基础与工程应用编程基础与工程应用高斯高斯-拉普拉斯算子拉普拉斯算子典型算子典型算子 拉普拉斯算子是一个二阶导数，对噪声具有很大的敏感度，而且其幅值会产生双边缘。另外，边缘方向的不可检测性也是拉普拉斯算子的缺点，因此，一般不以其原始形式用于边缘检测。为了弥补拉普拉斯算子的缺陷，美国学者Marr提出了一种算法，在使用拉普拉斯算子之前一般先进行高斯低通滤波。（a）原图）原图 （b）高斯）高斯-拉普拉斯边缘提取拉普拉斯
9、边缘提取 （c）零交叉边缘检测效果图）零交叉边缘检测效果图HALCON编程基础与工程应用编程基础与工程应用Canny算子算子典型算子典型算子 Canny边缘检测算子是一种具有较好边缘检测性能的算子，利用高斯函数的一阶微分性质，把边缘检测问题转换为检测准则函数极大值的问题，能在噪声抑制和边缘检测之间取得较好的折中。（a）原图）原图 （b）Canny边缘提取边缘提取 HALCON编程基础与工程应用编程基础与工程应用像素边缘提取和亚像素边缘提取像素边缘提取和亚像素边缘提取典型算子典型算子 例如某CMOS摄像机芯片，其像素间距为5.2微米。两个像素之间有5.2微米的距离，在宏观上可以看作是连在一起的。
10、但是在微观上，它们之间还有更小的东西存在，这个更小的东西我们称它为“亚像素”。（a）像素边缘提取）像素边缘提取 （b）亚像素边缘提取）亚像素边缘提取HALCON编程基础与工程应用编程基础与工程应用 HoughHough变换是一种检测、定位直线和解析曲线的有效方法。它是把变换是一种检测、定位直线和解析曲线的有效方法。它是把二值图变换到二值图变换到HoughHough参数空间，在参数空间用极值点的检测来完成目标参数空间，在参数空间用极值点的检测来完成目标的检测。的检测。在实际中由于噪声和光照不均等因素，使得在很多情况下所获得的在实际中由于噪声和光照不均等因素，使得在很多情况下所获得的边缘点是不连续
11、的，必须通过边缘连接将它们转化为有意义的边缘，一边缘点是不连续的，必须通过边缘连接将它们转化为有意义的边缘，一般的做法是对经过边缘检测的图像进一步使用连接技术，从而将边缘像般的做法是对经过边缘检测的图像进一步使用连接技术，从而将边缘像素组合成完整的边缘。素组合成完整的边缘。Hough变换变换HALCON编程基础与工程应用编程基础与工程应用6.3区域分割区域分割 区域分割利用的是图像的空间性质，认为分割出来区域分割利用的是图像的空间性质，认为分割出来的属于同一区域的像素应具有相似的性质。传统的区域的属于同一区域的像素应具有相似的性质。传统的区域分割方法有分割方法有区域生长区域生长和和区域分裂与合
12、并区域分裂与合并，还有源于地形，还有源于地形学的学的分水岭分割分水岭分割。HALCON编程基础与工程应用编程基础与工程应用1、区域生长法、区域生长法 区域生长也称为区域生成，其基本思想是将一幅图像区域生长也称为区域生成，其基本思想是将一幅图像分成许多小的区域，并将具有相似性质的像素集合起来构分成许多小的区域，并将具有相似性质的像素集合起来构成区域。成区域。（a）原图 （b）区域生长分割 （c）最终结果 HALCON编程基础与工程应用编程基础与工程应用2、分裂合并法、分裂合并法 从上面图像分割的方法中了解到，图像阈值分割法可从上面图像分割的方法中了解到，图像阈值分割法可以认为是从上到下（从整幅图
13、像根据不同的阈值分成不同以认为是从上到下（从整幅图像根据不同的阈值分成不同区域）对图像进行分开，而区域生长法相当于从下往上区域）对图像进行分开，而区域生长法相当于从下往上（从种子像素开始不断接纳新像素最后构成整幅图像）不（从种子像素开始不断接纳新像素最后构成整幅图像）不断对像素进行合并。如果将这两种方法结合起来对图像进断对像素进行合并。如果将这两种方法结合起来对图像进行划分，便是分裂合并算法。因此，其实质是先把图像分行划分，便是分裂合并算法。因此，其实质是先把图像分成任意大小而且不重叠的区域，然后再合并或分裂这些区成任意大小而且不重叠的区域，然后再合并或分裂这些区域以满足分割的要求。域以满足分
14、割的要求。HALCON编程基础与工程应用编程基础与工程应用3、分水岭分割、分水岭分割 现实中我们见到过有现实中我们见到过有山有湖的景象，那么那一山有湖的景象，那么那一定是水绕山，山围水的情定是水绕山，山围水的情形。当然在需要的时候，形。当然在需要的时候，要人工构筑分水岭，以防要人工构筑分水岭，以防集水盆之间的互相穿透。集水盆之间的互相穿透。而区分高山与水的界线，而区分高山与水的界线，以及湖与湖之间的间隔，以及湖与湖之间的间隔，就是分水岭。就是分水岭。HALCON编程基础与工程应用编程基础与工程应用3、分水岭分割、分水岭分割HALCON编程基础与工程应用编程基础与工程应用总结总结 图像分割问题是一个十分困难的问题。例如，物体及其组成部件的二维表现形式受到光照条件、透视畸变、观察点变化等情况的影响，有时图像前景和背景在视觉上无法进行简易的区分。因此，人们需要不断的进行学习，不断的探索使用新方法对图像进行处理，以得到预期的效果。本章主要介绍了一些图像分割的基本概念、公式推导、适用情况及例程。具体介绍了阈值分割、边缘检测、区域分割等图像分割算法。对于选择何种图像分割方法进行处理，还要考虑实际问题的特殊性。本章讨论的方法都是实际应用中普遍使用的具有代表性的技术。HALCON编程基础与工程应用编程基础与工程应用
