数字图像处理PPT 第9章 图像检测及分割(1-3节)

1、1Digital Image Processing 数字图像处理数字图像处理2第九章第九章 图像分割图像分割39.1 概述4n图像分析的概念n对图像中感兴趣的目标进行检测和测量，以获得它们的客观信息，从而建立对图像的描述n图像分析系统的基本构成预处理预处理图像分割图像分割特征提取特征提取对象识别对象识别5图像输入图像输入光电变换光电变换数字化数字化图像增强图像增强图像恢复图像恢复图像编码图像编码预处理预处理阈值分割阈值分割边缘检测边缘检测区域分割区域分割图像分割图像分割特征提取特征提取图像识别图像识别图像分析理解图像分析理解描述描述解释解释图像处理过程图像处理过程6n图像分析的步骤n把图像分割

2、成不同的区域或把不同的对象分开n找出分开的各区域的特征n识别图像中要找的对象或对图像进行分类n对不同区域进行描述或寻找出不同区域的相互联系，进而找出相似结构或将相关区域连成一个有意义的结构7图像分割图像分割图图像像8图像分割图像分割n图像分割的概念n把图像分成互不重叠的区域并提取感兴趣目标的技术9图像分割图像分割图像分割的定义图像分割的定义: :令集合令集合R代表整个图像区域，对代表整个图像区域，对R的分割可看作将的分割可看作将R分成分成N个满足以下五个条件的非空子集（子区域）个满足以下五个条件的非空子集（子区域）R1，R2，RN： Ri= R ； 对所有的对所有的i和和j，ij，有，有RiR

3、j =； 对对i = 1,2,N，有，有P(Ri) = TRUE； 对对ij,有有P(RiRj) = FALSE。其中其中P(Ri)是对所有在集合是对所有在集合Ri中元素的逻辑谓词中元素的逻辑谓词,代表代表空集。空集。 gdds10图像分割图像分割119.2 9.2 边缘检测边缘检测 12边缘边缘n边缘的定义： 图像中像素灰度有阶跃变化或屋顶变化的那图像中像素灰度有阶跃变化或屋顶变化的那些像素的集合些像素的集合n边缘的分类n阶跃状阶跃状n屋顶状屋顶状13边缘边缘阶跃状阶跃状屋顶状屋顶状边缘边缘边缘边缘 边缘点的几种情况：边缘点的几种情况： (1) (1) 空间曲面上的不连续点。空间曲面上的不连

4、续点。 ( (两个不同曲面或平面的交线两个不同曲面或平面的交线) ) (2) (2) 物体与背景的分界线。物体与背景的分界线。 (3) (3) 不同材料组成的边缘线。不同材料组成的边缘线。 (4) (4) 阴影引起的边缘。阴影引起的边缘。边缘边缘n基本思想：计算局部微分算子计算局部微分算子一阶微分一阶微分截面图截面图边界图像边界图像边缘边缘n一阶微分：用梯度算子来计算n特点：对于亮的边，边的变化起点是正的，结束是负的。对于暗边，结论相反。常数部分为零。n用途：用于检测图像中边的存在n二阶微分：通过拉普拉斯来计算18梯度算子梯度算子( , )xyfGxf x yfGy1222( )()xymag

5、 fGG)arctan(),(xyGGyx19梯度算子梯度算子1|xyMGG222xyMGG(,)xyMMax G G梯度算子梯度算子n几种常用的边缘检测算子n梯度算子nRoberts算子nPrewitt算子nSobel算子nKirsch算子（方向算子）nLaplacian算子nCanny算子21梯度算子梯度算子9586xyGZZGZZ22梯度算子梯度算子789123369147(2)(2)(2)(2)xyGZZZZZZGZZZZZZ23梯度算子梯度算子)()()()(741963321987ZZZZZZGZZZZZZGyx24梯度算子梯度算子25梯度算子梯度算子为了检测边缘点，选取适当的阈值

6、为了检测边缘点，选取适当的阈值T，对梯度，对梯度图像进行二值化，则有：图像进行二值化，则有：这样形成了一幅边缘二值图像这样形成了一幅边缘二值图像g(x,y)特点：特点：仅计算相邻像素的灰度差，对噪声比较仅计算相邻像素的灰度差，对噪声比较敏感，无法抑止噪声的影响。敏感，无法抑止噪声的影响。其它 0)Grad( 1),(Tx,yyxg26拉普拉斯拉普拉斯算子算子22222( , )( , )( , )f x yf x yf x yxy2( , )(1, )(1, )( ,1)( ,1) 4 ( , )f x yf xyf xyf x yf x yf x y 27拉普拉斯拉普拉斯算子算子 28拉普拉

7、斯拉普拉斯算子算子 29CannyCanny算子算子 30CannyCanny算子算子 31CannyCanny算子算子 32算子比较算子比较 33算子比较算子比较 34算子比较算子比较 35算子比较算子比较 36算子比较算子比较 (b) Robert算子边缘检测 (c) Sobel算子边缘检测 (d) Prewitt算子边缘检测 (e) Laplacian算子边缘检测 (f) Kirsch算子边缘检测(a) (b) (c) (d) (e) (f) 算子比较算子比较 梯度算子梯度算子Roberts算子算子Prewitt算算子子Kirsch算子算子原始图像原始图像Laplacian算子算子389

8、.3 9.3 边缘跟踪边缘跟踪 39边缘跟踪边缘跟踪 n出发点n由于噪音的原因，边界的特征很少能够被完整地描述，在亮度不一致的地方会中断。n因此典型的边检测算法后面总要跟随着连接过程和其它边界检测过程，用来归整边像素，成为有意义的边。40边缘跟踪边缘跟踪 n边缘跟踪的概念n将检测的边缘点连接成线就是边缘跟踪n线是图像的一种中层符号描述n由边缘形成线特征的两个过程n可构成线特征的边缘提取n将边缘连接成线n连接边缘的方法n光栅跟踪n全向跟踪n霍夫变换41基本步骤基本步骤42二值图像边界跟踪二值图像边界跟踪 43灰度图像边界跟踪灰度图像边界跟踪 44光栅扫描跟踪光栅扫描跟踪 n概念n是一种采用电视光

9、栅行扫描顺序，结合门限检测，对遇到的像素进行分析，从而确定是否为边缘的跟踪方法。45光栅扫描跟踪光栅扫描跟踪 n具体步骤：n(1)确定一个比较高的阈值d，把高于该阈值的像素作为对象点。称该阈值为“检测阈值” 。n(2)用检测阈值d对图像第一行像素进行检测，凡超过d的点都接受为对象点，并作为下一步跟踪的起始点。n(3)选取一个比较低的阈值作为跟踪阈值，该阈值可以根据不同准则来选择。例如，取相邻对象点之灰度差的最大值作为跟踪阈值，有时还利用其他参考准则，如梯度方向、对比度等。n(4)确定跟踪邻域。取像素(i，j)的下一行像素(i+1，j-1)，(i+1，j)，(i+1，j+1)为跟踪邻域。46光栅

10、扫描跟踪光栅扫描跟踪 n(5)扫描下一行像素，凡和上一行已检测出来的对像点相邻接的像素，其灰度差小于跟踪阈值的，都接受为对象点，反之去除。n(6)对于已检测出的某一对象点，如果在下一行跟踪领域中，没有任何一个像素被接受为对象点，那么，这一条曲线的跟踪便可结束。如果同时有两个，甚至三个邻域点均被接受为对象点，则说明曲线发生分支，跟踪将对各分支同时进行。如果若干分支曲线合并成一条曲线，则跟踪可集中于一条曲线上进行。一曲线跟踪结束后，采用类似上述步骤从第一行的其他检出点开始下一条曲线的跟踪。47光栅扫描跟踪光栅扫描跟踪 n(7)对于未被接受为对象点的其他各行像素，再次用检测阈值进行检测，并以新检出的

11、点为起始点，重新使用跟踪阈值程序，以检测出不是从第一行开始的其他曲线。n(8)当扫描完最后一行时，跟踪便可结束。48光栅扫描跟踪光栅扫描跟踪 49光栅扫描跟踪光栅扫描跟踪 n由结果可以看出，本例原图像中存在着三条曲线，两条从顶端开始，一条从中间开始。然而，如果不用跟踪法，只用一种阈值d或t检测均不能得到满意的结果。n检测和跟踪所选择的特征可以不是灰度级，而是其他反映局部性质的量，例如对比度、梯度等。此外，每个点所对应的邻域也可以取其他的定义，不一定是紧邻的下一行像素，稍远一些的领域也许对于弥合曲线的间隙更有好处。n光栅扫描跟踪和扫描方向有关。50全向跟踪全向跟踪 n如果能使跟踪方向不仅局限于逐

12、行(或列)的光栅式扫描，譬如说，在从上而下(或自左而右)的扫描过程中，也可以向上(或向左)跟踪，那么就会克服光栅跟踪依赖于扫描方向的缺点。这可以通过定义不同邻域的方法来实现。同样，如果我们选取的跟踪准则能够辨别远非紧邻的像素，那么光栅跟踪会漏掉平行于扫描方向曲线的缺点也能得到适当地克服。全向跟踪就是跟踪方向可以是任意方全向跟踪就是跟踪方向可以是任意方向，并且有足够大的跟踪距离的跟踪方法。向，并且有足够大的跟踪距离的跟踪方法。显然，全向跟踪是改变了邻域定义和跟踪准则的一种光栅跟踪法。51Hough 变换变换 52Hough 变换变换 53Hough 变换变换 n问题的提出n在找出边界点集之后，需

13、要连接，形成完整的边界图形描述54Hough 变换变换 n基本思想n对于边界上的n个点的点集，找出共线的点集和直线方程。n对于直角坐标系中的一条直线l，可用、来表示该直线，且直线方程为： 其中，为原点到该直线的垂直距离，为垂线与x轴的夹角，这条直线是唯一的。n构造一个参数的平面，从而有如下结论：sincosyx对应一条直线对应一条直线(,)直角坐标系中的一条直线直角坐标系中的一条直线对应极坐标系中的一点，对应极坐标系中的一点，这种线到点的变换就是这种线到点的变换就是HoughHough变换变换 55Hough 变换变换 n基本思想56Hough 变换变换 n算法实现：n使用交点累加器，或交点统

14、计直方图，找出相交线段最多的参数空间的点，然后找出该点对应的xy平面的直线线段。57Hough 变换变换 n算法步骤：n1在、的极值范围内对其分别进行m，n等分，设一个二维数组的下标与i、j的取值对应；n2对图像上的所有边缘点作Hough变换，求每个点在j(j0，1，n)Hough变换后的i ，判断(i、j)与哪个数组元素对应，则让该数组元素值加1；n3比较数组元素值的大小，最大值所对应的(i、j)就是这些共线点对应的直线方程的参数。58Hough 变换变换 n算法特点：n对、量化过粗，直线参数就不精确，过细则计算量增加。因此，对、量化要兼顾参数量化精度和计算量。nHough变换检测直线的抗噪性能强，能将断开的边缘连接起来。n此外Hough变换也可用来检测曲线。 59 应用应用HoughHough变换对倾斜表格图像纠偏变换对倾斜表格图像纠偏(a) (a) 倾斜的表格图像倾斜的表格图像 (b) (b) 对对(a)(a)二值化二值化(c)Hough(c)Hough变换累加数组变换累加数组 (d)(d)最长直线的角度纠正倾斜图最长直线的角度纠正倾斜图像像pqo60Hough 变换的扩展变换的扩展 nHoughHough变换是用于检测平面内的直线和二次曲线变换是用于检测平面内的直线和二次曲线的，实际应用中，物体的轮廓不能用直线和二次的，实际应用中