遥感数字图像处理第8章 图像分割ppt课件.ppt

《遥感数字图像处理第8章 图像分割ppt课件.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、遥感数字图像处理第8章图像分割imagesegmentation海洋信息工程系2012.11.14主要内容1.图像分割2.数学形态学方法图像分割分割：按照一定的规律将图像或景物分成若干个部分或子集的过程目的：将感兴趣的目标（前景）提取出来，用于更进一步的处理特征：物体(目标)占有区、轮廓、纹理、直方图特征等图像分割的目的图像分割的目标：根据图像中的物体将图像的像素分类，并提取感兴趣目标图像分割是图像识别和图像理解的基本前提步骤图像预处理图像识别图像理解图像分割图像图像分割的目的图像分割是把图像分解成构成的部件和对象的过程把焦点放在增强感兴趣对象：汽车牌照（前景）排除不相干图像成分：

2、其它区域（背景）图像分割的数学定义(Gonzalez.R.C,1992)令集合R代表整个图像区域，对R的分割可看作将R分成N个满足一下条件的非空子集R1,R2,...,RN:(1)(2)(3)(4)(5)相关定义区域(region)像素的连通集，即所有像素都有相邻像素或接触像素的结合连通性(connectedness)在一个连通集中任意两个像素之间都存在一条完全由这个集合中的元素构成的连通路径四连通八连通工作流程1.确定待分割对象2.选择敏感波段3.选择分割方法4.对分割的结果进行矢量化分割原理和方法边界（边缘）方法：阈值分割技术，微分算子边缘检测假设：图像分割结果中的子区域在原来

3、图像中有边缘存在，或不同子区域间有边界的存在（像素值灰度不连续性）区域方法：区域增长技术，聚类分割技术假设：图像分割结果的某个子区域有相同的性质，而不同区域的像素则没有共同的性质（内部像素值灰度相似性）灰度阈值法适用情况:目标和背景具有较强烈对比时全局阈值：单阈值和多阈值自适应阈值：阈值是随位置缓慢变化函数全局阈值法（单阈值）最佳阈值的选择(1)直方图方法：直方图的谷底位置255最佳阈值的选择(1)直方图方法：直方图的谷底位置最佳阈值的选择(2)自适应阈值方法A.将目标分割成大小固定的块B.确定每一个块的目标峰值和背景峰值C.第一次处理：对每一个块进行分割（边界阈值采用目标和背景峰

4、值的中点）D.计算每一个块的目标灰度和背景灰度平均值E.第二次处理：对每个块再次分割（边界阈值采用目标和背景灰度平均值的中值）最佳阈值的选择(3)分水岭方法：多个目标的情况假设目标灰度值低，背景灰度值高，则：A.选择一个低灰度值为阈值，将目标数量确定出来B.逐渐增加阈值，目标边界将扩展C.目标边界相互接触，初次接触的点即为目标之间的最终边界关键：初始阈值的确定梯度方法Robert算子，Prewitt算子，Sobel算子，Laplacian滤波器输出方法:(1)梯度图像直接输出(2)加阈值的梯度输出(3)给边缘一个特定的灰度(4)给背景一个特定的灰度梯度方法的步骤A.边缘检测：目标边

5、界上的像素灰度值变化大B.边缘连接：连接边缘点启发式搜索、曲线拟合、边界跟踪C.梯度图像阈值化区域生长法基于像素相似性A.选择一组能正确代表区域的像素点作为种子B.确定像素点生长的规则C.制定让生长停止的条件或准则关键：分割区域的数目、相似性条件的选择区域分割法对于特征不连续的边缘检测，把图像分割成特征相同的、互不重叠的连续区域的处理1.简单区域扩张方法2.统计假说检验方法3.试探法数学形态学(MathematicalMorphology)适用范围：主要用于从高分辨率图像中提取几何特性，对于二值图像最有效。数学基础：集合论基本运算：腐蚀、膨胀、开启、闭合图像的集合表示设A是Z中的一

6、个集合，其构成元素是坐标(x,y)，(1)w=(x,y)是A中的一个元素(2)w不是A的元素(3)满足指定条件的集合B(4)不属于A的所有像素的集合(5)并集、差集二值图像(BinaryImage)前景背景结构元素采结构元素集合对图像集合进行操作结构元素：由0和1构成的矩阵，大小和维数任意，组成任意，原点任意定义计算方式(平移+计算)采结构元素集合对图像集合进行操作结构元素的反射(映像)腐蚀运算目的：消除目标的边界点，用于消除无意义的小目标(毛刺，小突起)方法：1.原点在集合Ｂ(结构元素)中2.原点不在集合Ｂ(结构元素)中腐蚀运算(erosion)腐蚀运算(erosion)对结构元

7、素B作平移x，B全包含在A中时，原点的集合就是计算结果腐蚀运算(erosion)膨胀运算(dilation)目的：将与目标接触的背景点合并到目标中，用于填补目标中的小空洞方法：(1)将结构元素Ｂ进行反射(2)对Ｂ的反射映像进行平移(3)计算膨胀运算(dilation)膨胀运算(dilation)首先对结构元素B作关于原点的映射，再将其平移x，当A和B的映射的交集不为空时，B的原点就是膨胀的结果。膨胀运算(dilation)开运算对图像先进行腐蚀然后进行膨胀，用于消除细