毕业答辩-复杂背景的桥梁下部结构图像分割.ppt

复杂背景的桥梁下部结构裂缝图像分割,答辩人：学号：,1.传统的桥梁检测技术VS人工视觉桥梁检测2.图像分割在人工视觉检测中具有重要的地位3.本课题是基于复杂背景的桥梁下部结构裂缝图像分割的研究,课题背景的研究,本文的主要工作：图像分割的概念图像分割的常用算法介绍分水岭算法及改进（本文着重对分水岭算法进行了改进）matlab实验分析总结及展望,什么是图像分割？,通俗的讲，就是将感兴趣的部分从图像中取出来。感兴趣的部分目标；不感兴趣的部分背景。,图像分割的概念,图像分割基本思想：根据图像的像素点之间的相互区别与联系将原图划分为一些互不相交的小区域。图像分割的数学描述：令集合R代表整个图像区域。对R的分割可看成满足以下5个条件的非空子集R1,R2,R3.,Rn。,图像分割的概念,图像分割,图像分割的依据,基于图像亮度值的两个基本性质：不连续性（如边缘检测）相似性（区域检测，阈值法）,图像分割的方法：边缘检测区域检测阈值法形态学分水岭算法,图像分割算法,1）边缘检测算法思想微分算子一阶算子（Robert算子、Sobel算子、Prewitt算子）二阶算子（log算子）canny算子影响因素：1）抗噪性；2）边缘定位,边缘检测的分割图像,一阶算子robert算子sobel算子prewitt算子,边缘检测的分割图像,二阶算子：log算子,边缘检测的分割图像,canny算子,区域检测,区域生长；区域的分裂与合并关键：一致性的准则如果这个准则没有确定合适，则会影响分割效果。,区域检测分割图,下面是基于生长检测的分割效果图：待分割原图区域生长的分割效果图,阈值法：,基本原理：通过设定不同的特征阈值，把图像分成若干类。一个简单的例子：当f（x，y）T时，则是亮的对象；当f（x，y）T时，则是暗的背景；背景标记为1；目标标记为0.常用的方法有：全局阈值法，局部阈值法等。,阈值法分割结果图,阈值法分割结果图,本文主要研究算法分水岭及其改进,三个阶段的探索：,什么是分水岭算法？,图像拓扑地形图像素点地形的高度值,图为其工作原理图,分水岭的算法思想,一片高低起伏的地貌，水从各个局部最低点开始向上漫溢，不同的局部区域会渐渐充满水。随着水面上涨，在各个区域的边缘，从不同的地方漫溢上来的水便会交汇。如果在水面交汇的地方建起大坝隔开水，这片地就被分成了不同的区域，分水岭算法中这些区域叫做汇水盆地，区域边缘建起大坝的地方称为分水岭。,传统分水岭算法,过分割现象的原因：图像存在噪声和图像梯度边缘的不规则会出现过分割的现象。,控制标记符的分水岭图像分割,本文称这种为单阈值控制标记的分水岭算法思想：内部标记和外部标记关键：1）标记提取（阈值给定处）2）数学形态学的极小值标定技术优缺点：误分割、过分割,单阈值控制标记符的分水岭算法,流程图：,单阈值分水岭的误分割和漏分割现象,本项目对分水岭的改进双阈值,算法思想：通过一个总的阈值来控制外部约束，内部约束通过总阈值和另外一个阈值共同控制，最后内外部约束重构实现有效地分割。,双阈值算法流程图,双阈值算法具体步骤介绍,1.将彩色图像转化为灰度图像；,双阈值算法具体步骤介绍,2.为了使图片能够得到更好的分割效果，对图像进行增强对比性的预处理；创建增强图像的结构元素；用top-hat和bottom-hat变换来增强图像的对比度,双阈值算法具体步骤介绍,增大对象间的间隙,双阈值算法具体步骤介绍,增强图像中目标,双阈值算法具体步骤介绍,3.选定合适的总阈值来进行标记提取，然后使用极小值标记技术对图像进行梯度重构，为外部约束做准备。,双阈值算法具体步骤介绍,4.对图像进行距离变换，然后对图像外部约束。下图为距离转换图：,双阈值算法具体步骤介绍,5.外部约束：,双阈值算法具体步骤介绍,6.计算内部约束。这里给定另外一个阈值，与总阈值共同控制内部约束。,双阈值算法具体步骤介绍,7.数学形态学极小值标记技术实现内外部约束重构。,双阈值算法具体步骤介绍,8.进行分水岭分割,双阈值算法的实验与分析,改变阈值影响效果,对另外一幅图改变阈值分割，进行对比，说明阈值不同分割效果不同。阈值为（0,41）时，分割效果最好。,改变阈值影响效果,阈值为（0,20）时，出现过分割现象。,改变阈值影响效果,阈值为（100,41）时，出现误分割现象。,总结：,本文主要研究的算法是基于双阈值控制标记符的分水岭的算法。它通过调节双阈值能够更大范围的调节图像的分割来减少过分割和漏分割的现象。对复杂背景的桥梁下部结构裂缝图像分割具有普遍的使用性，这一点已经通过大量的实验进行了验证。,工作展望,虽然本改进算法对桥梁裂缝