[精品]区域形状分析和提取

《[精品]区域形状分析和提取》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、区域形状分析XXXXXXXXXXXXXXXXXX—•、实验目的：图像中含冇大小不同的两类目标，将各个冃标分割出来，然后对分割的目标，利用合适的特征，将其进行分类。二、实验内容：1・分水岭■分割用分水岭算法分割图像，在积水上升的过程屮，逐渐构建堤坝，最示当水淹没所有盆地时的分水岭就是图像的边缘。但在实际运用中直接对图像的梯度图像作分水岭变换，由于噪声的影响，会出现过多的极小值导致过度分割的现象出现。在本实验中，直接对图像的梯度做分水岭变换得到如下结果：从上图的结果可以看出直接做分水岭变换分割得到的结果太细，没有达到预期的效果,解决这种过分割现象的方法

2、，本文采用标记的分水岭分割。2.交替序贯滤波交替序贯滤波是形态学滤波器的一种，是在开闭或者闭开滤波的基础上形成的滤波器。当图像中亮噪声和暗噪声呈均匀分布时可以利用开闭或者闭开滤波器达到滤波的效果，但是当图像中的噪声级很高，也就是说在很宽的尺度范围内都包含这种噪声结构吋，采用开闭或者闭开滤波器达不到滤波的效果。在这种情形下，就可以选择交替序贯滤波器。交替序贯滤波器是指对图像进行开和闭的迭代运算，从小尺度的结构元索开始作开闭或者闭开运算，然后逐步增大结构元素的尺寸作相同的运算直至给定的尺寸为止。3•形态学重建在定义形态学重建之前，首先要了解测地膨胀和测

3、地腐蚀的概念。不同于形态学变换,测地膨胀不是包含一幅输入图像和特定的结构元素而是涉及两幅图像：标记图像和掩模图像。其基木思、想是用特定结构元素对标记图像作膨胀运算，并将结果图像限制在掩模图像之下。设f为标记图像，g为掩膜图像，设r对g的侧地膨胀为氏(/),其定义为掩膜图像与膨胀图像之间的逐点极小值Q(/)"(/)Ag，(1.1)/(/)为定义的膨胀运算。测地腐蚀是测地膨胀的対偶运算，记f対g的测地腐蚀为£//),K定义为掩模图像与膨胀图像之间的逐点极人值=(12)£(于)为定义的膨胀运算。从测地膨胀和测地腐蚀的定义上可以看出，对图像多次进行测地变换

4、，经过一定的次数，图像的扩张或收缩将完全被掩模图像阻止。这表明，多次的测地变换会得到一个稳定的结果图像。在此基础上，定义形态学重建。记f对g的膨胀重建为R乙门,其定义为f对于g的测地膨胀循环直至结果图像稳定(1.3)(1.4)代(/)=£(/)英中i表示结果稳定时的循环次数，即◎(/)二矿(门记f对g的腐蚀重建为*；(/),其定义为f対于g的测地腐蚀循环直至结果图像稳定(1.5)(1.6)(1.7)其中i表示结果稳定吋的循环次数，即玖(/)=曰；(/)图像f的开重建是对f的腐蚀图像的重建，其定义为齐(/)=/?：[£(/)]开重建能保持图像屮没冇被

5、腐蚀的成分。闭重建时开重建的对偶运算，其定义为独(/)*；[/(/)](18)4•基于标记的分水岭分割步骤：标记控制的基木思想是对输入图像进行编号，使变换后的图像对应于冇意义的H标边界。结合图像的特征，对特殊的极小值点进行标记，极小值的标记可以利用开闭重建来提取,然后再作分水岭变换。第一步：读入彩色图像，将具转化成灰度图像笫二步：使用中值滤波滤除噪声第三步：将梯度幅值作为分割函数，使用Sobel边缘算子对图像进行水平和垂直方向的滤波，然后求取模值，sobel算子滤波后的图像在边界处会显示比较大的值，在没有边界处的值会很小。第四步：标记前景对象，这些

6、标记必须是前景对象内部的连接斑点像素。在本实验中，将使用形态学技术“基于开的重建”和“基于闭的重建”来清理图像。这些操作将会在每个对彖内部创建单位极大值，开运算和闭运算：先腐蚀后膨胀称为开；先膨胀后腐蚀称为闭。开和闭这两种运算可以除去比结构元索小的特定图像细节，同时保证不产牛全局儿何失真。开运算可以把比结构元素小的突刺滤掉，切断细长搭接而起到分离作用；闭运算可以把比结构元索小的缺口或孔填充上，搭接短的间隔而起到连接作用。经过一次开和开重建，一次闭和闭重建，移除较暗的斑点和图像模糊的地方。在移除小污点同吋不影响对象全局形状的应用下,基于重建的开闭操作

7、要比标准的开闭重建更加有效。计算闭的重建图像局部极大來得到更好的前景标记。图像开操作基于开的重建图像闭操作图像基于闭的重建图像第五步：计算背景标记现在，需要标记背景。在清理后的图像闭的重建图像中，暗像素属于背景，所以可以从阈值操作开始背景像素在黑色区域，但是理想情形下，不必要求背景标记太接近于耍分割的対象边缘。通过计算“骨架影响范围”來“细化”背景，或者SKI乙bw的前景。这个可以通过计算bw的距离变换的分水岭变换来实现，然后寻找结果的分水岭脊线(DL==0)oD=bwdist(BW)计算二值图像BW的欧儿里得矩阵。对BW的每一个像素，距离变换指定

8、像素和最近的BW非零像索的距离。bwdis獻认使用欧儿里得距离公式。BW可以由任意维数，D与BW冇同样的大小。第5步：计算