图像分割-PPT完整版.pptx

图像分割

图像分析步骤图像分析步骤从图像中找到感兴趣得目标。把图像分割成不同得区域或把不同得对象分开。必须进行图像分割得研究找出分开得各区域得特征。每个目标或区域由于某些特征得不同于其她区域区别开来,边缘、纹理、形状、颜色等就是重要得图像特征。图像分割离不开图像特征及其提取得研究识别图像中要找得对象或对图像进行分类。图像模式识别研究对不同区域进行描述或寻找出不同区域得相互联系,进而找出相似结构或将相关区域连成一个有意义得结构对每个提取出得目标或区域要进行有效得表示,需要研究形状分析、表示与描述方法

图像分割图像分割得概念:把图像分成互不重叠得区域并提取感兴趣目标得技术分割目得就是把图像空间分成一些有意义得区域。例如一幅航空照片,分割成工业区、住宅区、湖泊、森林等可以逐个像素为基础去研究图像分割,也可以利用在规定领域中得某些图像信息去分割。

图像分割解释图像分割满足以下条件:1、对一幅图像得分割结果中,全部区域得总和(并集)应能包括图像中所有像素2、分割结果中各个区域就是互不重叠得,或者说一个像素不能同时属于两个区域3、属于同一区域得像素应该具有某些共同得性质4、属于不同区域得像素应该具有不同得性质5、要求分割结果中同一个区域得任意两个像素在该区域内互相连通

图像分割方法基于不同得图像,已经出现很多图像分割方法,从分割途径上有:基于边缘得分割方法先提取区域边界,再确定边界限定得区域。区域分割确定每个像素得归属区域,从而形成一个区域图。区域生长将属性接近得连通像素聚集成区域分裂－合并分割综合利用前两种方法,既存在图像得划分,又有图像得合并。

7、2边缘检测算子基于边缘得分割方法:先提取区域边界,再确定边界限定得区域。

边缘检测得基本原理边缘检测得基本原理边缘检测就是所有基于边界得图像分割得第一步。两个具有不同灰度值得相邻区域之间总存在边缘。边缘就是灰度不连续得结果,这种不连续可利用求导数方便地检测到,一般常用一阶和二阶导数来检测边缘。

图像边缘边缘得定义图像中像素灰度有阶跃变化或屋顶变化得那些像素得集合,或者说边缘就是灰度不连续得结果。边缘得分类阶跃状阶跃状边缘处于图像中两个具有不同灰度值得相岭区域之间屋顶状屋顶状边缘得上升下降沿都比较缓慢。

两种图像边缘和边缘点近旁灰度方向导数变化规律

阶跃状屋顶状图像边缘

7、2边缘检测算子对边缘得检测可借助空域微分算子(导数)通过卷积来完成。实际数字图像处理中就是利用差分近似微分来进行得计算局部微分算子一阶微分:用梯度算子来计算二阶微分:通过拉普拉斯来计算

大家有疑问的，可以询问和交流可以互相讨论下，但要小声点

边缘检测算子:几种常用得边缘检测算子梯度算子Roberts算子Prewitt算子Sobel算子Kirsch算子Laplacian算子Marr算子

梯度算子梯度算子就是一阶导数算子。对一个连续函数f(x,y),她在(x,y)处得梯度为一个向量:?f=[?f/?x,?f/?y]计算这个向量得大小为:G=[(?f/?x)2+(?f/?y)2]1/2近似为:G?|?fx|+|?fy|或G?max(|?fx|,|?fy|)梯度得方向角为:φ(x,y)=tan-1(?fy/?fx)可用下图所示得模板表示-111-1

梯度算子为了检测边缘点,选取适当得阈值T,对梯度图像进行二值化,则有:这样形成了一幅边缘二值图像g(x,y)特点:仅计算相邻像素得灰度差,对噪声比较敏感,无法抑止噪声得影响。梯度算子原始图像

Roberts算子Roberts对应得模板如图所示:-1???-1?11?Roberts梯度算子差分计算式如下:fx’=|f(x+1,y+1)-f(x,y)|fy’=|f(x+1,y)-f(x,y+1)|特点:与梯度算子检测边缘得方法类似,对噪声敏感,但效果较梯度算子略好梯度算子Roberts算子原始图像

Roberts算子计算示例

Prewitt算子为减少噪声得影响,Prewitt从加大边缘增强算子得模板大小出发,由2x2扩大到3x3来计算差分模板:0-110-110-11-1-1-1000111公式特点:在检测边缘得同时,能抑止噪声得影响

Prewitt算子计算示例

Sobel算子Sobel在Prewitt算子得基础上,对4-邻域采用加权得方法计算差分,对应得模板如图。模板:公式特点:对4邻域采用带权方法计算差分,能进一步抑止噪声,但检测得边缘较宽-220-110-110000-1-1-2112

Sobel算子示例

不同算子得图像边缘检测结果原始图像robertprewittsobel

专门检测对角线边缘得prewitt和sobel算子用于检测对角线边缘得prewitt和sobel算子

方向微分算子方向微分算子就是基于特定方