当前位置: 首页 > >

第7章图像分割-文档资料

发布时间:

第7章 图像分割 7.1 间隔检测(了解) 7.2 边缘连接和边界检测(掌握) 7.3 门限处理(阈值分割)(掌握) 7.4 区域分割(掌握) 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 第7章 图像分割 作用 图像分割是图像识别和图像理解的基本前提步骤,图像分割质量的好坏 直接影响后续图像处理的效果。 图 像 图像 预处理 图像 分割 图像 识别 图像 理解 图像分割在整个图像处理过程中的作用 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 第7章 图像分割 ? 预处理 图像锐化、图像*滑 ?分 割 直方图分割、概率统计门限检测、边缘检测、群聚、 纹理匹配 ? 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 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 第7章 图像分割 图像输入 预处理 图像分割 阈值分割 边缘检测 区域分割 描述 解释 光电变换 数字化 图像增强 图像恢复 图像编码 特征提取 图像识别 图像分析理解 图像处理过程 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 图像分割 特征 图像分割是指将一幅图像分解为若干互不交叠的、有意义 的、具有相同性质的区域。 ?分割出来的各区域对某种性质例如灰度,纹理而言具有相 似性,区域内部是连通的且没有过多小孔; ?区域边界是明确的; ?相邻区域对分割所依据的性质有明显的差异。 不同的分割算法总是在不同的约束之间寻找一种合理的*衡. 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 图像分割 特征 图像分割算法一般是基于亮度值的两个基本特性之一: 不连 续性和相似性. ? 第1类性质的应用途径是基于亮度的不连续变化分割图像,比如图像的 边缘. ? 第2类的主要应用途径是依据事先制定的准则将图像分割为相似的区 域.门限(阈值)处理、区域生长、区域分离和聚合都是这类方法的实例 。 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 ? 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 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 ? 图像分割的基本思路 1. 从简到难,逐级分割; 2. 3. 控制背景环境,降低分割难度; 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。 例如:下图的分割过程。 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 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.焦点放在增强感兴趣对象,缩小不相干图像成分的干扰. 感兴趣的对象:汽车牌照 不相干图像成分: 非矩形区域 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 7.1 间隔检测 ? 点检测 ? 线检测 ? 边缘检测 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 7.1 间隔检测 间隔检测的通用方法: 使用一个模板对整幅图像进行检测。 R ? w1 z1 ? w2 z2 ? ? ? wi zi i ?1 9 ? w9 z9 1个3×3的模板 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 点检测 孤立点的检测 使用右图模板,若 | R |? T 则在模板中心的位置已经检测 到一个孤立点. T为非负门限 图10.2 点检测模板 如果一个孤立的点与它周围的点很不同,则很容易被这类模板检测到. 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 点检测 水* 垂直 图10.3 线检测模板 第1个模板对水*方向(一个像素宽度)的线条有很强的响应. 第2个模板对+45度方向线有最佳响应. 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 点检测 令R1,R2,R3,R4分别表示图10.3中模板的响应,如果 |Ri|>|Rj|,则此点被认为与在模板i方向上的线更相关. 若要检测特定方向上的线,应使用与这一方向有关的模板,并设置该 模板的输出门限. 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 边缘检测 当人看一个有边缘的物体时,首先感觉到的便是边缘. 在边缘处,灰度和结构等信息的产生突变.边缘是一个区域的结束,也是 另一个区域的开始,利用该特征可以分割图像. 由于图像数据是二维的,而实际物体是三维的,从三维到二维的投影必然 会造成信息的丢失,再加上成像过程中光照的不均和噪声等因素的影响,使 得有边缘的地方不一定能被检测出来,而检测出来的边缘也不一定代表实 际边缘. 图像的边缘有方向和幅度两个属性,沿边缘方向像素变化*缓,垂直于边 缘方向像素变化剧烈.边缘上的这种变化可以用微分算子检测出来,通常用 一阶或二阶导数来检测边缘. 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 边缘检测 斜坡部分与边缘的模糊程度成正比. 总述 间隔检测 边缘连接与边界检测 门限处理 区域分割 边缘检测 灰度剖面图 一阶导数可以用于检测图像中的一个点是 否在斜坡上. 二阶导数的符号可以用于判断一个边缘像 素是在边缘亮的一边还是暗的一边. (1)对图像中的每条边缘二阶导数生成两 个值 (2)一条连接二阶导数正极值和负极值的 虚构直线将在边缘中点附*穿过零点.据 此可以用于确定粗边线的中心. 总述 一阶导数 二阶导数 间隔检测 边缘连接与边界检测 门限处理 区域分割 边缘检测 基于一阶导数的边缘检测算子包括Roberts算子、Sobel算子、 Prewitt算子等.通过2×2或者3×3的模板作为核与图像中的每个 像素点做卷积和运算,然后选取合适的阈值以提取边缘. 拉普拉斯边缘检测算子是基于二阶导数的边缘



友情链接: