图像分割ppt课件

1、第五章,图像的分割与描述,图像处理有两大类目的,1,改善像质（增强、恢复,2,图像分析：对图像内容作出描述,图像输入,光电变换,数字化,预处理,图像增强,图像恢复,图像编码,图像分割,阈值分割,边缘检测,描述,解释,图像分析理解,图像识别,特征提取,一般的图像处理过程,第五章,图像的分割与描述,图像分析：（也叫景物分析或图像理解,可看作是一种描述过程，主要研究用自动或半自动,装置和系统，从图像中提取有用测度，数据或信息生成,非图的描述或表示,图像分割：将图像中有意义的特征或需要应用的特征提,取出来,简单而又难于实现的最基础的识别工作。人的视觉系统对图像分,割是十分复杂的，也是相当有效的。但分割

2、原理和模型都未搞清,楚。,第五章,图像的分割与描述,5.1,阈值分割,5.2,边缘检测,5.3,区域分割,5.4 Hough,变换,5.5,近邻法分割,5.6,基于动态聚类的分割,5.7,基于神经网络的分割,5.8,轮廓提取与边缘跟踪,5.1,阈值分割,1,阈值分割原理,L,E,gxy,L,B,f,xy,T,f,xy,T,非理想情况，各段的分界不明显,3,种误差,a,增加了新的区域,b,失去了原有的区域,c,区域分割边界定位不准确,动态门限,把图像分成子图像，子图像做直方图，再定不,同的门限,2,阈值的选取,最小误差阈值选取法,假设图像中目标及背景的灰度为正态分布，其灰度分,布概率密度函数分别

3、,p(z), q(z,设对象物占整体图像的比,例为,t,此时整体图像的灰度概率密度由下式决定,tp,z,1,t,q,z,现在用阈值,T,分开：当,zT,时,为背景，反之则是对象物,p,p(z,q(z,o,T,z,目标和背景概率密度分布,最小误差阈值选取法,把背景误认为对象物的概率,Q,T,q,z,dz,T,把对象物误认为背景的概率,1,P,T,z,dz,p,T,错误区分的概率,t,1,P,T,1,t,Q,T,求上式最小值时的,T,便是阈值,即对上式求微分,d,t,1,P,T,1,t,Q,T,0,dT,1,t,q,T,tp,T,0,根据假设，当,t, p(z), q(z,已知时，可求解阈值,T,

4、该方法必须用两个已知正态分布的曲线合成来近似直方图的分,布，还要给定两个正态分布合成的比例,t,实现起来比较复杂,最大方差阈值选取法,也叫大津阈值,把直方图在某一阈值处分割成两组,当被分成的两组间方差为最大时，决定阈值。设一幅图像,的灰度值为,1m,级，灰度值,i,的像素数为,n,i,则像素总数为,N,n,i,各值的概率,i,用,T,将其分成两组,p,n,N,i,i,C,0,1T,和,C,1,T+1m,各组产生的概率如下,C0,产生的概率为,w,p,T,0,i,w,i,1,T,C1,产生的概率为,w,p,1,w,1,i,0,i,T,1,m,最大方差阈值选取法,ip,T,i,C0,的平均值,0,

5、w,T,i,1,w,0,T,ip,T,i,C1,的平均值,1,1,w,T,i,T,1,w,1,m,ip,w,w,i,0,0,1,1,是整体图像的灰度平均值,其中,i,1,m,两组间的方差,2,T,w,w,w,w,2,2,0,0,1,1,2,0,1,1,0,从,1m,之间改变,T,求上式为最大值时的,T,既是最大方差阈值,最大方差阈值选取法,实现过程,从,T,从,1m,逐一改变,每变一次,对应一个,2,T,具有最大,2,T,的,T,即是最佳阈值,讨论,此方法可操作性强,无论图像有无双峰都可得到较满意结果,局部图像二值化效果更好,可推广到双阈值图像分割,最大方差阈值选取法,可以将最大方差阈值推广到双阈值分割,根据上面的,公式推广为,w,w,w,2,1,2,w,