第04章区域分析

《第04章区域分析》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、第四章区域分析图像屮的区域是指相互连结的具有相似特性的一纽像索•由于区域可能对应场呆屮的物体，因此，区域的检测对于图像解释十分重要.一幅图像可能包含若干个物体，而每一个物体又可能包含对应于物体不同部位的若干个区域.为了精确解释i幅图像，首先要把一幅图像划分成对应于不同物体或物体不同部位的区域.4・1区域和边缘图像区域划分有两种方法：--种是基于区域的方法，另--种是使用边缘检测的轮廓预估方法.在基于区域的方法中，把所冇对应于一个物体的像素组合在一起，并进行标记，以表示它们属于一个区域，这-•处理过程称为分割.在某一评判标准下，把像素分配给某一区域,就可以把这些像素

2、同图像其余部分分开.图像分割中的两个最基木的原则是数值相似性和空间接近性.如果两个像素具有相似的强度特性，或它们之间十分靠近，则可以把它们分配到同一区域，例如，两个像索之间的数值相似性度量可以是它们的灰度值之差，也可以是区域灰度值分布；它们的空间接近性度量可以是欧几里徳距离，也可以是区域致密度.相似性和接近性原则來源于如下假设：同一物体上的点投影到图像上得到的像索点在空间上十分靠近，具冇相似的灰度值.很显然，这一假设并不是在任何悄况下都成立.然而可以使用这一假设来组合图像屮的像素，然后利用相关域知识来匹配物体模型和区域.在简单的情况下，可以通过阈值法和连通成份标记

3、法来进行图像分割，这一点在第三章讨论过T.对于复杂的图像，可以使用更高级的方法实现图像分割.分割也可以通过求取区域边界上的像素来进行.这些像素点（也称为边缘）对以通过搜寻邻近像素的方法來得到.由于边缘像素是在边界上，在边界两边的区域具有不同的灰度值,这样，区域的边界町以通过测量邻近像素差值来求収尽管边缘检测可能使用诱导特性（如纹理和运动）來检测边缘.但大多数边缘检测器仅使川强度特性作为边缘检测的基础.在理想的图像中，一个区域是由一条封闭轮廓线包围着.原则上，区域分割和边缘检测应该产生相同的结果，即使用边界跟踪算法可以得到区域的边缘（或封闭的轮廓线）；反过來，使用区

4、域填充算法也可以得到边缘所包围的区域.但在实际的图像中，很少能够从区域屮得到正确的边缘，反之亦然.由于噪声和其它因素的影响，不论是区域分割还是边缘检测,都无法提供完整的信息.木章将讨论区域的棊木概念，主要集中在两个问题上：图像分割和区域表示.4.2分割已知一幅图像像素集/和一个一致性谓词P0，求图像/表示成H个区域尺集合的一种划分：nU&=/（4・1）i=l一致性谓词和图像划分具有如下特性，即任何区域满足如下谓词：P（RJ=True（4.2）任何两个相邻区域不能合并成单一区域，必满足谓词：P(RiUR»=False(4.3)一致性谓词P(・)定义了在区域&上的所有

5、点与区域模型的相似程度.把一幅灰度图像转换成二值图像是图像分割的最简单形式.用于求取二值图像的阈值算法町以推广到求取多值图像，其中的阈值算法已经在第三章中讨论过了.为了在各种变化的场景中都能得到鲁林的图像分割，阈值分割算法应能根据图像强度取样来口动选取合适的阈值•阈值分割法不要过分依赖于物体的灰度知识，几使用冇关灰度值的相对特性来选取介适的阈值.这一简单的思想在许多计算机视觉算法中十分有用.4.2.1自动阈值化法为了使分割更加鲁棒，系统应能自动选择阈值.基于场最屮的物体、环境和应用域等知识的图像分割算法比棊于固定阈值算法更具有泮遍性.这吐知识包括：对应丁物体的图像

6、灰度特性，物体的尺寸，物体在图像小所占的比例，图像小不同类型物体的数量等.图像灰度直方图就是一种灰度特性，它是指图像所有灰度值出现的相对频率.使用上述知识并在无人介入的情况下自动选取阈值的方法称为自动阈值化方法.自动阈值化算法通常使用灰度肓方图来分析图像屮灰度值的分布，并使用特定应用域知识来选取最合适的阈值.由于所用的知识具有普遍性，因此大大增加了算法的应用范围.假设一幅图像中包含有n个物体0,02「・，0“，包括背景，并假设不同的区域龙［，龙2,…，龙“的灰度值具有概率分布函数P］⑵,处⑺,…，几(Z)•在许多应用中，物体在图像屮出现的概率PR…几也许是已知的.

7、使川这些知识來严格地计算阈值是完全可能的.rti于场景屮的照明控制着图像屮强度值的概率分布函数p2),因此预先计算「阈值是不可能的.我们将要看到，大多数自动阈值的选取算法使用了物体尺寸和出现概率，并通过计算灰度直方图估算强度分布.下面将讨论几种常用的自动阈值化方法.为了简化表示，我们将遵循物体在图像中的表示惯例，即物体相对于光亮背景是黑的.也就是说，低于某一阈值的灰度值属于物体，而高于这一•阈值的灰度值属于背景.下面将要讨论的算法稍作改动就町以应用到其它场合，如光亮物体相对于黑暗背景，灰暗物体相对于光亮和黑暗背景，光亮或黑暗物体相对于灰暗背景.一些算法还可以推广到

8、由任意像素