影像分割(面特征提取)

《影像分割(面特征提取)》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、1、简述用Hough变换提取直线的原理。2、简述用Hough变换提取直线的基本过程并给出程度框图。作业与思考题数字摄影测量Digitalphotogrammetry问题的提出如何进行面特征提取？内容安排影像分割[一]、影像分割的定义[二]、影像分割的主要方法[一]、影像分割的定义影像中的物体,除了在边界表现出不连续性之外,在物体区域内部具有某种同一性。根据这种同一性,把一整幅影像分为若干子区域,每一区域对应于某一物体或物体的某一部分,这就是影像分割。影像分割[一]、影像分割的定义影像分割令集合R

2、代表整个图像区域，对R的分割可看做将R分成若干个满足以下5个条件的非空子集R1,R2,…,Rn:1)完备性：2)连通性：每个Ri都是一个连通区域3)独立性：对于任意i≠j，Ri∩Rj=Ф4)单一性：每个区域内的灰度级相等，P（Ri）=TRUE，i=1,2,…,n5)互斥性：任两个区域的灰度级不等，P（Ri∪Rj）=FALSE，i≠j基本思想：确定一个合适的阈值T（阈值选定的好坏是此方法成败的关键）。将大于等于阈值的像素作为物体或背景，生成一个二值图像。Iff(x,y)Tf(x,y)=255El

3、sef(x,y)=0在四邻域中有背景的像素，既是边界像素。025525502550255255255[二]、影像分割的主要方法一、阈值法影像分割[二]、影像分割的主要方法一、阈值法影像分割阈值分割法的特点：适用于物体与背景有较强对比的情况，重要的是背景或物体的灰度比较单一。（可通过先求背景，然后求反得到物体）这种方法总可以得到封闭且连通区域的边界。灰度值f(x0,y0)T[二]、影像分割的主要方法一、阈值法影像分割全局阈值分割通过交互方式得到阈值通过直方图得到阈值基于邻域特性基于多个变量的阈值[

4、二]、影像分割的主要方法一、阈值法影像分割全局阈值分割基本思想：用某种方法获得阈值T，并产生一个二值图，区分出前景对象和背景算法实现：规定一个阈值T，逐行扫描图像。凡灰度级大于T的，颜色置为255；凡灰度级小于T的，颜色置为0适用场合：灰度图像是可以控制的情况，例如用于工业监测系统中[二]、影像分割的主要方法一、阈值法影像分割最佳阈值分割法（1）搜索图像中最小和最大灰度值Imin和Imax，并计算初始阈值Tk(k=0)；（2）根据阈值将图像分割为目标和背景两部分，并计算两部分的平均灰度值Io和I

5、b；I(i,j)是图像上(i,j)点的灰度值，W(i,j)是权系数。[二]、影像分割的主要方法一、阈值法影像分割最佳阈值分割法（3）计算新的阈值Tk＋1；（4）如果Tk与Tk＋1的差值小于某个小量的阈值，则迭代结束，否则重复（2）－（4）。[二]、影像分割的主要方法一、阈值法影像分割基本思想：在通过交互方式下，得到对象（或背景）的灰度值，比得到阈值T容易得多。假设：对象的灰度值(也称样点值)为f(x0,y0),且：T=f(x0,y0)–R有：f(x,y)Tf(x,y)f(x0,y0)–R

6、f

7、(x,y)–f(x0,y0)

8、R其中R是容忍度，可通过试探获得。通过交互方式得到阈值[二]、影像分割的主要方法一、阈值法影像分割通过直方图得到阈值T有突出目标和背景图像，直方图将具有明显的双峰。[二]、影像分割的主要方法一、阈值法影像分割直方图凹形分析法自动门限法最佳熵自动门限法极大化分割以后图像的熵值类别方差自动门限法矩不变自动门限法极小误差自动门限法通过直方图得到阈值[二]、影像分割的主要方法一、阈值法影像分割基于邻域特性基于边缘特性基于二阶灰度统计特性共生矩阵（纹理分析）Md,x(i,j

9、)x方向上，相距d一对像素出现灰度i和j的频率目标和背景在共生矩阵对角线附近，边界在远离对角线基于二维熵（图像的灰度，邻域灰度均值）组成联合概率[二]、影像分割的主要方法一、阈值法影像分割基于多个变量的阈值基本思想：把前面的方法扩展到多维空间，则寻找波谷的过程，变为寻找点簇的过程。算法实现：各维分量波谷之间进行逻辑与运算，从波谷重合的点，得到实际的阈值T。应用场合：有多个分量的颜色模型，如RGB模型、CMYK模型、HSI模型[二]、影像分割的主要方法一、阈值法影像分割[二]、影像分割的主要方法二

10、、区域生长法1、基本思想区域增长法直接遵循影像分割定义，从某一像素出发，逐步增加像素数（即区域生长），对由这些像素组成的区域使用某种均匀测度度量测试其均匀性。若为真，则继续扩大区域，直到均匀测度为假。影像分割[二]、影像分割的主要方法2、使用平均灰度的均匀测度度量二、区域生长法影像分割[二]、影像分割的主要方法3、分-合影像分割法1）构造四分树数据结构2）分裂影像分割二、区域生长法[二]、影像分割的主要方法3、分-合影像分割法二、区域增长法1）构造四分树数据结构2）分裂3）基于四分树数据结构的合