最新MATLAB图像处理编程与应用 教学课件 张涛 第9章 图像分割课件PPT.ppt

最新MATLAB图像处理编程与应用 教学课件 张涛 第9章 图像分割课件PPT.ppt

ID:62071931

大小:1.89 MB

页数:126页

时间:2021-04-14

最新MATLAB图像处理编程与应用 教学课件 张涛 第9章 图像分割课件PPT.ppt_第1页
最新MATLAB图像处理编程与应用 教学课件 张涛 第9章 图像分割课件PPT.ppt_第2页
最新MATLAB图像处理编程与应用 教学课件 张涛 第9章 图像分割课件PPT.ppt_第3页
最新MATLAB图像处理编程与应用 教学课件 张涛 第9章 图像分割课件PPT.ppt_第4页
最新MATLAB图像处理编程与应用 教学课件 张涛 第9章 图像分割课件PPT.ppt_第5页
资源描述:

《最新MATLAB图像处理编程与应用 教学课件 张涛 第9章 图像分割课件PPT.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、进入夏天,少不了一个热字当头,电扇空调陆续登场,每逢此时,总会想起那一把蒲扇。蒲扇,是记忆中的农村,夏季经常用的一件物品。  记忆中的故乡,每逢进入夏天,集市上最常见的便是蒲扇、凉席,不论男女老少,个个手持一把,忽闪忽闪个不停,嘴里叨叨着“怎么这么热”,于是三五成群,聚在大树下,或站着,或随即坐在石头上,手持那把扇子,边唠嗑边乘凉。孩子们却在周围跑跑跳跳,热得满头大汗,不时听到“强子,别跑了,快来我给你扇扇”。孩子们才不听这一套,跑个没完,直到累气喘吁吁,这才一跑一踮地围过了,这时母亲总是,好似生气的样子,边扇边训,“你看热的,跑什么?”此

2、时这把蒲扇,是那么凉快,那么的温馨幸福,有母亲的味道!  蒲扇是中国传统工艺品,在我国已有三千年多年的历史。取材于棕榈树,制作简单,方便携带,且蒲扇的表面光滑,因而,古人常会在上面作画。古有棕扇、葵扇、蒲扇、蕉扇诸名,实即今日的蒲扇,江浙称之为芭蕉扇。六七十年代,人们最常用的就是这种,似圆非圆,轻巧又便宜的蒲扇。  蒲扇流传至今,我的记忆中,它跨越了半个世纪,也走过了我们的半个人生的轨迹,携带着特有的念想,一年年,一天天,流向长长的时间隧道,袅MATLAB图像处理编程与应用教学课件张涛第9章图像分割第九章图像分割2图像图像识别图像预处理图像

3、理解图像分割9.1概述3◆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。7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:8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:由梯度矢量幅角表示的梯度方向是函数

4、f(x,y)增加最快的方向:9梯度算子Roberts算子Z1Z2Z3Z4Z5Z6Z7Z8Z9100-10-11010梯度算子Sobel算子Z1Z2Z3Z4Z5Z6Z7Z8Z9-1-2-1000121-101-202-10111梯度算子Prewitt算子Z1Z2Z3Z4Z5Z6Z7Z8Z9-1-1-1000111-101-101-10112梯度算子原图Prewitt算子Sobel算子Roberts算子13拉普拉斯算子差分微分二阶导数算子14拉普拉斯算子图9.5两种常用的拉普拉斯算子模板0101-410101111-8111115拉普拉斯算子1

5、6Canny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17Canny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

6、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。18Canny算子实例19算子比较Roberts算子: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

7、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。20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。21算子比较Canny算子:基于最优化思想推导出的边缘检测算子

8、,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,采用

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。