欢迎来到天天文库
浏览记录
ID:58781695
大小:1.85 MB
页数:50页
时间:2020-10-03
《数字图像处理-第三章 二值图像ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、二值图象分析BinaryImageAnalysis第3章二值图像例3.1二值图象二值图象的特点a.二值图像只有两个灰度级,其中物体像素值为1,背景像素值为0;b.图象中许多的特征如边缘、轮廓可以用二值图像表示;c.二值图像处理的算法简单,所需的内存小,计算速度快;d.二值视觉系统技术可用于灰度图像视觉系统。(3)二值图象的获取a.硬件实现敏感元二值输出或逻辑输出。敏感元模拟值输出,通过硬件电路二值化。b.软件实现灰度图象可以通过阈值(threshold)分割进行二值化处理。图象二值化设一幅灰度图像中物体的灰度分布在某一区间内,经过阈
2、值运算后的图像为二值图像。其中Z是组成物体各部分灰度值的集合.(4)灰度图象的二值化一幅灰度图像和使用不同阈值得到的二值图像结果1:原始灰度图像,2:阈值T=100;3:T=128.4:T1=100
3、T2=128.通过阈值化方法检测出物体后,下一步就要对物体进行识别和定位.在大多数工业应用中,摄像机的位置和环境是已知的,因此通过简单的几何知识就可以从物体的二维图像确定出物体的三维位置.利用尺度和形状特征来识别:如大小、位置和方向.3.2几何特性(1)尺寸和位置一幅二值图像区域的面积(或零阶矩)由下式给出:物体的中心位置:其中x和y是
4、相对于图像左上角的中心坐标.物体的位置为:注意:因约定y轴向上故有负号.方向一般假定物体是长形的,其长轴方向被定义为物体的方向.通常,二维平面上与最小惯量轴同方向的最小二阶矩轴被定为长轴.设惯性轴:,满足:是点[i,j]到该轴的距离。有:令:,有:其中:注意:求得的惯性轴有两个,即最大、最小惯性轴。MaximumaxisMinimumaxis(3)密集度区域的密集度:其中,p和A分别为图形的周长和面积.根据此定义,圆是最密集的图形.密集度的另一意义:周长在给定后,密集度越高,所围面积越大.(4)体态比区域的最小外接矩形的长与宽之比特
5、性:1)正方形和圆的体态比等于12)细长形物体的体态比大于1下图是几种形状的外接矩形:投影能表现图像的某种特征信息给定一条直线,用垂直该直线的一簇等间距直线将一幅二值图像分割成若干条,每一条内像素值为1的像素个数为该条二值图像在给定直线上的投影.定义给定直线为水平或垂直直线时,二值图像列或行上像素值为1的像素数量之和为该图像的水平或垂直投影3.3投影对角线投影设行和列的标号分别用i和j表示.若图像矩阵为n行m列,则i和j的范围分别为0到n-1和0到m-1.假设对角线的标号d用行和列的仿射变换(线性组合加上常数)计算,即:d=ai+b
6、j+c对角线投影共对应n+m-1个条,其中仿射变换把右上角像素映射成对角线投影的第一个位置,把左下角像素映射成最后一个位置,如图所示,则当前行列对应的标号d的公式为:d=i-j+m-1二值图像及其对角线上的投影图用图像像素值连续为1的个数来描述图像,有两种方法:(1)用1的起始位置和1的游程长度;(2)仅仅使用游程长度,0:表示从0象素开始;例:1的游程:(2,2)(6,3)(13,6)(20,1)(4,6)(11,10)(1,5)(11,1)(17,4)1和0的游程长度:0,1,2,2,3,4,6,1,1;0,3,6,1,10;5
7、,5,1,5,43.4游程长度编码(run-lengthencoding)3.5.1定义(1)近邻:4邻点(4-neighbors):有公共边关系的两个像素.8邻点(8-neighbors):两个像素至少共享一个顶角4连通(4-connected):一个像素与其4邻点的关系8连通(4-connected):一个像素与其8邻点的关系3.5二值图像算法(2)路径路径:从像素到像素的一个像素序列:,和互为邻点4路径:像素与其近邻像素是4连通关系8路径:像素与其近邻像素是8连通关系(3)前景:图像中所有1点(4)连通性已知像素p和q,如果存
8、在一条从p到q的路径,且路径上的全部像素都为黑,则称p与q是连通的.(5)连通成份:一个像素集合,如果集合内的每一个像素与集合内其它像素连通,则称该集合为一个连通成份。(6)背景:`S(S的补集)中包含图像边界点的所有连通成份的集合。洞:`s中所有非背景其它元。对物体和背景应使用不同的连通.如果对S使用8连通,则对`S应使用4连通。`S洞洞(7)边界S的边界是S中与`S中有4连通关系的像素集合S'(8)内部S中不属于它的边界的像素集合.S的内部等于S-S'(9)包围如果从S中任意一点到图像边界的4路径必须与区域T相交,则区域T包围区
9、域S(或S在T内)例:一幅二值图像内部包围边界`SS图像边界在视觉应用中,欧拉数或亏格数可作为识别物体的特征。1.定义:连通成份数减去空洞数E=C-H其中:E为欧拉数、C为连通成份数、H为空洞数2.举例E=0E=-1E=23.特性具有
此文档下载收益归作者所有