第9章图像分割ppt课件.ppt

《第9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、第九章图像分割1图像图像识别图像预处理图像理解图像分割9.1概述2分割出来的各区域对某种性质例如灰度，纹理而言具有相似性，区域内部是连通的的且没有过多小孔。区域边界是明确的相邻区域对分割所依据的性质有明显的差异图像分割特征3边缘检测边缘跟踪阈值分割区域分割图像分割本章要点49.2边缘检测基于边缘检测的图像分割方法的基本思路是先确定图像中的边缘像素，然后就可把它们连接在一起构成所需的边界。◆图像边缘意味着图像中一个区域的终结和另一个区域的开始，图像中相邻区域之间的像素集合构成了图像的边缘。◆进一步讲，图像的边缘是

2、指图像灰度发生空间突变的象素的集合。5◆图像边缘有两个特征：方向和幅度沿边缘走向，像素值变化比较平缓；沿垂直于边缘的走向，像素值则变化比较剧烈。◆一般常用一阶和二阶导数来描述和检测边缘。综上所述，图像中的边缘可以通过对它们求导数来确定，而导数可利用微分算子来计算。对于数字图像来说，通常是利用差分来近似微分。6梯度算子设f(x,y)为连续图像函数，Gx和Gy分别为x方向和y方向的梯度，且在点(x,y)处的梯度可以表示为一个矢量，并有其梯度定义：7对应于欧氏距离的梯度幅值：对应于街区距离的梯度幅值：对应于棋盘距离的梯度幅值：由梯

3、度矢量幅角表示的梯度方向是函数f(x,y)增加最快的方向：8梯度算子Roberts算子9梯度算子Sobel算子10梯度算子Prewitt算子11梯度算子原图Prewitt算子Sobel算子Roberts算子12拉普拉斯算子差分微分二阶导数算子13拉普拉斯算子图9.5两种常用的拉普拉斯算子模板14拉普拉斯算子15Canny算子好的检测结果：对边缘的错误检测率要尽可能低，在检测出图像真实的边缘的同时要避免检测出现虚假的边缘。好的边缘定位精度：标记出的边缘位置要和图像上真正边缘的位置尽量接近。对同一边缘要有低的响应次数：有的

4、算子会对一个边缘回产生多个响应。也就是说图像上本来只有一个边缘点的，可是检测出来就会出现多个边缘点。克服噪声的影响基本思想16Canny算子算法步骤用高斯滤波器平滑图像计算滤波后图像梯度的幅值和方向对梯度幅值应用非极大值抑制，其过程为找处图像梯度中的局部极大值点，把其它非局部极大值点置零以得到得到细化的边缘用双阈值算法检测和连接边缘，使用两个阈值T1和T2(T1>T2)，T1用来找到每条线段，T2用来在这些线段的两个方向上延伸寻找边缘的断裂处，并连接这些边缘。17Canny算子实例18算子比较Roberts算子：

5、Roberts算子利用局部差分算子寻找边缘，边缘定位精度较高，但容易丢失一部分边缘，同时由于图像没经过平滑处理，因此不具备能抑制噪声能力。该算子对具有陡峭边缘且含噪声少的图像效果较好。Sobel算子和Prewitt算子：都是对图像先做加权平滑处理，然后再做微分运算，所不同的是平滑部分的权值有些差异，因此对噪声具有一定的抑制能力，但不能完全排除检测结果中出现的虚假边缘。虽然这两个算子边缘定位效果不错，但检测出的边缘容易出现多像素宽度。19算子比较Laplacian算子：是不依赖于边缘方向的二阶微分算子，对图像中的阶跃型边缘

6、点定位准确，该算子对噪声非常敏感，它使噪声成分得到加强，这两个特性使得该算子容易丢失一部分边缘的方向信息，造成一些不连续的检测边缘，同时抗噪声能力较差。LOG算子：克服了拉普拉斯算子抗噪声能力较差的缺点，但在抑制噪声的同时也可能将原有的比较尖锐的边缘也平滑掉了，造成这些尖锐边缘无法被检测到。20算子比较Canny算子：基于最优化思想推导出的边缘检测算子，但实际效果不一定最优。该算子同样采用高斯函数对图像做平滑处理，具有较强的噪声抑制能力，但是会将一些高频边缘平滑掉，造成边缘丢失。Canny算子采用双阈值算法检测和连接边缘

7、，采用的多尺度检测和方向性搜索比LOG算子好。21MATLAB图像处理工具箱利用edge函数来实现基于各种算子的边缘检测功能，这个函数寻找像素值剧烈变化的像素点。调用格式如下：[g,t]=edge(I,'method',parameters)其中I是输入图像，method是边缘检测算子，parameters是设置的参数，输出g是二值图像矩阵，其值为1的像素构成边缘。参数t给出函数使用的阈值。22（1）使用Roberts算子的语法结构：BW=edge(I,'roberts',thresh,options)其中thresh表示阈

8、值，低于该阈值的像素值将被忽略。options默认为'thinning'，即边缘细化，当取值为'nothinning'，边缘不细化，可以对算法加速。23（2）使用Sobel算子的语法结构：BW=edge(I,'sobel',thresh,direction,options)其中direct