最新图像处理实践电子课件教案-第3章 图像边缘提取和分割PPT课件.ppt

《最新图像处理实践电子课件教案-第3章 图像边缘提取和分割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、图像处理实践电子课件教案-第3章图像边缘提取和分割第3章图像边缘提取和分割3.1引言图像最基本的特征是边缘，边缘是指其周围像素灰度有阶跃变化或屋顶状变化的那些像素的集合，它存在于目标与背景、目标与目标、区域与区域、基元与基元之间。它是图像分割所依赖的最重要的特征，也是纹理特征的中重要信息源和形状特征的基础。而图像的纹理形状特征的提取又常常要依赖于图像分割。3.1.1统计模式识别简介统计模式识别认为图像可能包含一个或多个物体，并且每个物体属于若干事先定义的类型、范畴或模式之一。虽然模式识别可以用多种方法实现，但是在此只关心用数字图像处理技术对它

2、的实现。在给定一幅含有多个物体的数字图像的条件下，模式识别过程如图3.1所示，由三个主要阶段组成。3.2图像分割处理图像分割可以采用三种不同的原理来实现。在利用区域的方法时，把个别像素划分到各个物体或区域中。在边界方法中，只需确定存在于区域的边界。在边缘方法中，则先确定边缘像素，并把他们连接在一起以构成所需的边界。图像分割作为图像处理领域中极为重要的内容之一，是实现图像分析与理解的基础。所谓图像分割就是按照一定的原则将一幅图像或景物分为若干个部分或子集的过程。3.2图像分割处理图像分割也可以按照如下的标准分类：1.基于区域的分割方法包括阈值分

3、割法、区域生长和分裂合并法、聚类分割法等；2.基于边界的分割方法包括微分算子法、串行边界技术等基于区域和边界技术相结合的分割方法。3.2.1图像分割的一些常用基本方法1.直方图分割最简单的方法是建立在灰度直方图分析的基础上。如果一个图像是由明亮目标在一个暗的背景上组成的，其灰度直方图将显示两个最大值，一个是由目标点产生的峰值，另一个峰值是由背景点产生的。3.2.1图像分割的一些常用基本方法如果目标和背景之间反差足够大，则直方图中的两个峰值相距甚远，可以选择一个灰度阈值T将两个最大值隔开。图中所有大于的灰度值可用数值1取代，而所有小于或等于的灰

4、度值可用数值0取代，如式3.1所示。这样生成一个二值图像，其中目标点用1表示。如果图像由两个以上成分所组成，则直方图将显示多重峰值，分割可以取多重阈值来完成。为了得到理想的二值图像，一般采用阈值分割技术，它对物体与背景有较强对比的图像的分割特别有效，计算简单而且总能用封闭、连通的边界定义不交叠的区域。所有灰度大于或等于阈值的像素被判决为属于物体，灰度值用“255”表示，否则这些像素点被排除在物体区域以外，灰度值为“0”，表示背景。3.2.1图像分割的一些常用基本方法2.区域生长区域生长是把图像分割成若干小区域，比较相邻小区域的特征相似性，将相

5、似的区域逐一合并，最后形成特征不同的区域。进行区域生长法要注意的三个问题：(1)取定区域的数目；(2)选择特征；(3)确定相似性准则特征相似性是构成合并区域的基本准则，相邻性是指所取的邻域方式。区域生长根据所用的邻域方式和相似性准则的不同，产生各种不同的区域扩张法。可以简单分为:像素与像素；像素与区域；区域与区域。3.2.1图像分割的一些常用基本方法1）简单区域扩张法以图像的某个像素为生长点，比较相邻像素的特征，将特征相似的相邻像素合并为同一区域；以合并的像素为生长点，重复整个过程，最终形成具有相似特征的像素的集合。2）像素与区生长比较单个像

6、素的特征与其相邻区域的特征，如果相似则将该像素合并到相邻区域中。比较已经存在区域像素灰度平均值与该区域邻接的像素灰度值，如果差值小于阈值则合并，否则不合并。这种方法与起始像素有关，起始位置不同分割结果有差异。3.2.1图像分割的一些常用基本方法3）区域与区域生长基本原则是将图像分割成若干子块，比较相邻子块的相似性，如果相似则合并，否则不合并。下面介绍不依赖于起始点的方法（1）设灰度差的阈值为0，用像素与像素的生长方法将具有相同灰度的像素合并到同一区域，得到图像的初始分割图像；（2）从被分割图像的一个小区域开始，求出相邻区域间的灰度差，将差值最

7、小的相邻区域合并；（3）重复上述操作，将区域逐一合并。3.2.1图像分割的一些常用基本方法3.使用阈值进行图像分割使用阈值是一种区域分割技术，对物体与背景有较强对比的景物的分割特别有效。计算简单，而且总能用封闭且连通的边界定义不交叠的区域。1)局部阈值分割阈值分割法分为全局阈值法和局部阈值分割法。局部阈值分割法是将原始图像划分成较小的图像，并对每个子图像选取相应的阈值。在阈值分割后，相邻子图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术进行排除。3.2.1图像分割的一些常用基本方法2)全局阈值分割采用阈值确定边界的最简单做法是在整个

8、图像中，将灰度阈值设置为常数。如果背景的灰度值在整个图像中可合理地看作为恒定，而且所有物体与背景都具有几乎相同的对比度，那么，只要选择了正确的阈值，使用一个固定的全