资源描述：
《第7章 数字图像处理 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、第7章图像分割7.1概述和分类7.2基于阈值的分割7.3基于边缘的检测7.4基于区域的分割7.5基于运动的分割本章目录前面主要讲述的是图像预处理方面的知识在本章以及第8章主要介绍图像分析的问题，即着眼于找出图像中哪些事物，也即是模式识别问题，主要从统计模式识别来讲图像分析系统的构成知识库表示与描述预处理分割低级处理高级处理中级处理识别与解释结果图像获取问题图像分割的概念根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。7.1概述和分
2、类把图像分解成构成它的部件和对象的过程有选择性地定位感兴趣对象在图像中的位置和范围图像分割的基本思路从简到难，逐级分割控制背景环境，降低分割难度把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上图像分割的基本思路1.从简到难，逐级分割1)分割矩形区域2)定位牌照3)定位文字图像分割的基本思路2.控制背景环境，降低分割难度背景环境:路面、天空图像分割的基本思路3.把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上1)感兴趣的对象：汽车牌照2)不相干图像成分：非矩形区域图像分割的基本策略图像分割的基本策略，基于灰度值的两个基本特性：不
3、连续性——区域之间相似性——区域内部根据图像像素灰度值的不连续性先找到点、线（宽度为1）、边（不定宽度）再确定区域图像分割的基本策略根据图像像素灰度值的相似性通过选择阈值，找到灰度值相似的区域区域的外轮廓就是对象的边图像分割介绍定义将图像分成各具特性的区域，并提取出感兴趣目标的技术和过程灰度、颜色、纹理对应单个区域和多个区域图像处理过渡到图像分析的关键步骤，也是一种基本的计算机视觉技术借助集合概念进行正式的定义：令R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条件的非空子集(子区域)R1,R2,R3…Rn(1)分割所得到的
4、全部子区域的总和(并集)应能包括图像中所有象素，或者说分割应将图像中的每个象素都分进某1个子区域中(2)对所有的i和j，i≠j，有Ri∩Rj=φ各个子区域是互不重叠的，或者说1个象素不能同时属于2个区域分割准则应可适用于所有区域和象素(3)i=1,2…n,有P(Ri)=TRUE在分割后得到的属于同1个区域中的象素应该具有某些相同特性(4)对i≠j,有P(Ri∪Rj)=FALSE在分割后得到的属于不同区域中的象素应该具有一些不同的特性(5)对i=1,2…n,Ri是连通的区域要求同1个子区域内的象素应当是连通的分割准则应能帮助确定各区域象
5、素有代表性的特性基于阈值的分割－通过阈值对不同物体进行分割基于边缘的分割－先确定边缘象素，并把它们连接在一起，以构成所需的边界基于区域的分割－把各象素划归到各个物体或区域中基于运动的分割－通过视频物体运动进行分割图像分割方法分类7.2基于阈值的分割图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标物与其背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域(目标和背景)的组合，选取一个合适的阈值，以确定图像中每个象素点应该属于目标还是背景区域，从而产生相应的二值图像可以大量压缩数据，减少存储容量，而且能大大简化其后的分析
6、和处理步骤对物体与背景具有较强对比的景物的分割很有效，而且总能用封闭连通的边界定义不交叠的区域设原始图像f(x,y)，以一定的准则在f(x,y)中找出一个合适的灰度值，作为阈值t，则分割后的图像g(x,y)，可由下式表示：g(x,y)=1f(x,y)≥t0f(x,y)t或另外，还可以将阈值设置为一个灰度范围[t1,t2]，凡是灰度在范围内的象素都变为1，否则皆变为0，即g(x,y)=1t1≤f(x,y)≤t20其它某种特殊情况下，高于阈值t的象素保持原灰度级，其它象素都变为0，称为半
7、阈值法，分割后的图像可表示为：g(x,y)=f(x,y)f(x,y)≥t0其它阈值分割图像的基本原理，可用下式表示：g(x,y)=ZEf(x,y)∈ZZB其它阈值阈值的选取是阈值分割技术的关键，如果过高，则过多的目标点被误归为背景；如果阈值过低，则会出现相反的情况由此可见，阈值化分割算法主要有两个步骤：1、确定需要的分割阈值2、将分割阈值与象素值比较以划分象素在利用阈值方法来分割灰度图像时一般都对图像有一定的假设。基于一定的图像模型的。最常用的模型：假设图像由具有单峰灰度分布的目标和背景组成，处于目标或背景内部相邻象素间的灰度值是高度
8、相关的，但处于目标和背景交界处两边的象素在灰度值上有很大的差别。如果一幅图像满足这些条件，它的灰度直方图基本上可看作是由分别对应目标和背景的两个单峰直方图混合构成的。阈值选取方法直方图阈值分割法类间方差阈值分割法二维最大
