图像分割技术

《图像分割技术》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、题目图像分割技术学院计算机科学与技术班级计软1401生兰俊锋学号20141214023在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分常称为目标或前景(其他部分称为背景)，他们-•般对应图像屮特定的、具有独特性质的区域。为了辨识和分析目标，需要将这些有关区域分离提取出來，在此基础上才对目标进一步利用，如进行特征提取和测量等。图像分割就是指把图像分成各具特性的区域并提取出感兴趣冃标的技术和过程。这里特性可以是灰度、颜色、纹理等。目标可以对应单个区域，也可以对应多个区域。图像分割是由图像处理进到图像分析的关键步骤，也是一种基本的计算机视觉技术。这是因为图像的分割、口标的分离

2、、特征的提取和参数的测量都是将原始图像转化为更抽象更紧凑的格式，使得更高层的分析和理解成为可能C图像分割多年來一直得到人们的高度重视，至今己提出上千种类型的分割算法：根据区域间灰度不连续搜寻区域之间的边界进行图像分割,边缘检测法也称作基于梯度的图像分割方法。它的基木思想是先检测图像中的边缘点，再按照一定的策略连接成轮廓，从而构成分割区域。由于边界具有高梯度值的性质，所以又称作基于梯度的图像分割方法。进行边缘检测的最基本方法是图像的微分(差分)、梯度和拉普拉斯算法等。边缘检测的结果并非图像分割的结果，还必须把边缘点连接成边缘链，形成直线、曲线、各种轮廓线等，直到能表示图像中物体的边界。边缘形

3、成线特征包括两个过程：抽取可能的边缘点;将抽取的边缘连接成直线、曲线、轮廓线。或用一定的直线、曲线去拟合他们。(1)点检测，如杲IRIMT，贝恠模版中心位置检测到一个点，其中T是阈值，R是模版。计算值算法基本思想为:如果一个孤立点与他周围的点不同，则可以使用上述模版进行检测。如果模版相应为0,则表示在灰度级为常数的区域。⑵线检测，第一个模板对水平线有最人响应;第二个模板对45。方向线有最人响应;第三个模板对垂直线冇最大响应;第四个模板对・45°方向线冇最大响应。用Rl,R2,R3和R4分別代表水平、45°、垂直和・45°方向线的模板响应，在图像中心的点，被认为与在模板i方向上的线更相关。例

4、：如果

5、R1

6、>

7、Rj

8、J=23,4则该点与水平线有更大的关联。(3)边缘检测边缘是图像的重要特征之一，它包含了原始图像屮的绝人部分有用的信息，往往仅凭一条粗略的轮廓线就能够识别出--个物体。因此，图像的边缘轮廓特征提取在计算机视觉中具有重要的意义。图像边缘的特征主耍表现为图像局部特征的不连续性，即图像中灰度变化比较剧烈的地方。因此，把边缘定义为图像中灰度发生急剧变化的区域边界。现有的边缘检测的方法主要以各种微分算子作为基础，结合用阈、平滑等手段提取边缘。如Prewitt算了、Sobel算了、Kirsch算了和Robert算了，都是一阶微分算了。二阶微分算了冇拉普拉斯算子、Gauss2La

9、place算子、M2H算了、Canny算子等。边缘检测的要求：(1)能够正确地检测出有效的边缘；(2)边缘定位的精度要高；(3)检测的响应最好是单象素的；(4)对于不同尺度的边缘都能冇较好的响应并尽量减少漏检；(5)对噪声应该不敏感；(6)检测的灵敏度受边缘方向影响应该小。这些耍求往往都很矛盾，很难在一个边缘检测器中得到完全的统一。判断边缘检测性能的方法是先看边缘图像，再评价其性能。边缘检测器的响应屮主要有3种谋差:丢失的有效边缘、边缘定位误差和将噪声误判断为边缘。边缘检测主要包括以下4个步骤:图像滤波、图形增强、图像检测和图像定位。(1)图像滤波边缘检测算法主要是基于图像亮度的一阶和二阶

10、导数，但是导数的计算对噪声很敏感，因此必须使川滤波器來改善与噪声相关的边缘检测器的性能。(2)图形增强增强边缘的基础是确定图像各点邻域强度的变化值。增强算法可以将邻域强度值有显著变化的点突出显示。(1)图像检测在图像中有许多点的梯度幅值比较大，而这些点在特定的应用领域并不都是边缘，应该用某些方法确定那些是边缘点。最简单的边缘检测判断依据是梯度幅值阈值判据。(2)图像定位如果某一应用场合要求确定边缘位置，则边缘的位置可以在子象素分辨率上来估计，边缘的方位也可以被估计出来。常用的边缘检测算子：Roberts算子他根据任意一对互相垂直方向上的差分來计算梯度的原理，采用对角线方向相邻两象素之差。R

11、obert算子计算简单，釆川对角线方向相邻两象素之差近似梯度幅值检测边缘，检测水平和垂氏边缘的效果好于斜向边缘，定位精度高，对噪声敏感。(3)Sobel算子对图像｛f(ij)｝的每个象索，考察他上、下、左、右邻点灰度的加权差，接近的邻点的权值大。Sobel算子很容易在空间上实现,Sobel边缘检测器不能产生较好的边缘检测效果，而H•受噪声的影响也比较小。当使川大的邻域时，抗噪声特性会更好，但这样做会增加计算量，并且得出的