数字图像处理-第五章图像分割复习过程.ppt

《数字图像处理-第五章图像分割复习过程.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、数字图像处理-第五章图像分割20155.1阈值分割5.2边缘检测5.3区域分割5.4Hough变换5.5近邻法分割5.6基于动态聚类的分割5.7基于神经网络的分割5.8其它分割方法第五章图像的分割非理想情况，各段的分界不明显，3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准确动态门限：把图像分成子图像，子图像做直方图，再定不同的门限5.1阈值分割1阈值分割原理Tq(z)p(z)zpo假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p(z),q(z).设对象物占整体图像的比例为t，此时整体图像的灰度概率密度由下式决定现在用阈值T分开：当z>T时为

2、背景，反之则是对象物。目标和背景概率密度分布2阈值的选取最小误差阈值选取法求上式最小值时的T，便是阈值.即对上式求微分该方法必须用两个已知正态分布的曲线合成来近似直方图的分布，还要给定两个正态分布合成的比例t,实现起来比较复杂把背景误认为对象物的概率:把对象物误认为背景的概率:错误区分的概率:根据假设，当t,p(z),q(z)已知时，可求解阈值T.最小误差阈值选取法也叫大津阈值,把直方图在某一阈值处分割成两组，当被分成的两组间方差为最大时，决定阈值。设一幅图像的灰度值为1~m级，灰度值i的像素数为ni，则像素总数为，各值的概率，用T将其分成两组C0={1~T}和C1={T+1~m}，各

3、组产生的概率如下：最大方差阈值选取法C0产生的概率为：C1产生的概率为：两组间的方差：从1~m之间改变T，求上式为最大值时的T，既是最大方差阈值最大方差阈值选取法C0的平均值：C1的平均值：是整体图像的灰度平均值其中,实现过程:从T从1~m逐一改变,每变一次,对应一个，具有最大的T即是最佳阈值.讨论：*此方法可操作性强；*无论图像有无双峰都可得到较满意结果；*局部图像二值化效果更好*可推广到双阈值图像分割最大方差阈值选取法可以将最大方差阈值推广到双阈值分割,根据上面的公式推广为:最大方差阈值选取法如:目标占整幅图像面积百分比概率统计的阈值选取法简单情况下取直方图谷值点作分割阈值。图

4、像中有噪声干扰，先平滑处理，后取门限光照不均匀：ａ先修正光照不均匀，再取门限。b分区分割以减少光照不均匀而影响的分割效果亮暗暗暗暗3影响因素噪音、照度不均匀，结构特征等。多波段：R、G、B多幅直方图同时出现谷值。取局部特征：如纹理——粗糙度此结构特征优于灰度特征，与结构有关，若取局部特征，并对局部特征图平滑之后，再取阈值，则效果更好。3影响因素多特征阈值分割a灰度及平均灰度(3×3区)二维直方图－－若集中于对角线区则表示灰度均匀区。－－若远离对角线者（灰度与平均灰度不同）是区域边界。（近对角线构成直方图有明显峰值及阈值，远离对角线者可用灰度平均值作为阈值，用于区分两个区）。3影

5、响因素平均灰度边界边界目标灰度背景b灰度与灰度梯度图梯度灰度边界目标背景c多波段：R、G、B可分别组成R-B,G-B,R-B两维直方图，图上强的地方反映一个区。多特征阈值分割3影响因素(a)一幅纵向边缘的图像000(b)每行像素的灰度剖面图(c)一阶导数(d)二阶导数从数学上看，图像的模糊相当于图像被平均或积分，为实现图象的锐化，必需用它的反运算“微分”－－加强高频分量作用，使轮廓清晰。5.2边缘检测1边缘检测原理其导数在边缘方向取得极值梯度对应一阶导数，对于一个连续图像函数f(x,y):梯度的幅度:梯度矢量定义:梯度的方向:1边缘检测原理离散域上微分改成差分,而且由水平和垂直两个方

6、向模板组成一阶:△xf(i,j)=f(i,j)-f(i,j-1)△yf(i,j)=f(i,j)-f(i-1,j)二阶：△x2f(i,j)=△xf(i,j+1)-△xf(i,j)=f(i,j+1)-f(i,j)–(f(i,j)-f(i,j-1))△y2f(i,j)=f(i+1,j)+f(i-1,j)-2f(i,j)1边缘检测原理a)Roberts算子近似式：100-101-10Roberts算子2典型算子b)Sobel算子-101-202-101121000-1-2-1c)Prewitt算子-101-101-101111000-1-1-12典型算子d)Kirsch算子2典型算子由K0~K

7、7八个方向模板组成，将K0~K7的模板算法分别与图像中的3×3区域乘，选最大一个值，作为中央像素的边缘强度其中：若最大，说明处有方向的边缘通过555-30-3-3-3-3-355-305-3-3-3-3-35-305-3-35-3-3-3-305-355-3-3-3-30-3555-3-3-350-355-35-3-350-35-3-355-350-3-3-3-3k0k1k2k3k4k5k6k7d)Kirsch算子2典型算子e)定向滤波：沿特定