第十一讲图像分割课件

第十一讲图像分割41、实际上，我们想要的不是针对犯罪的法律，而是针对疯狂的法律。——马克·吐温42、法律的力量应当跟随着公民，就像影子跟随着身体一样。——贝卡利亚43、法律和制度必须跟上人类思想进步。——杰弗逊44、人类受制于法律，法律受制于情理。——托·富勒45、法律的制定是为了保证每一个人自由发挥自己的才能，而不是为了束缚他的才能。——罗伯斯庇尔第十一讲图像分割第十一讲图像分割41、实际上，我们想要的不是针对犯罪的法律，而是针对疯狂的法律。——马克·吐温42、法律的力量应当跟随着公民，就像影子跟随着身体一样。——贝卡利亚43、法律和制度必须跟上人类思想进步。——杰弗逊44、人类受制于法律，法律受制于情理。——托·富勒45、法律的制定是为了保证每一个人自由发挥自己的才能，而不是为了束缚他的才能。——罗伯斯庇尔第十讲图像分割图像分割图象分割就是指把图象分成各具特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应多个区域。图象分割是由图象处理进到图象分析的关键步骤，也是一种基本的计算机视觉技术。这是因为图象的分割、目标的分离、特征的提取和参数的测量将原始图象转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能。本讲主要内容：点检测线检测基于梯度的边缘检测域值分割（全局域值、局部域值，自适应域值分割）区域合并与区域分裂分水岭分割1.孤立点检测其基本思想：如果一个孤立点（此点的灰度级别和其背景的差别相当大，并且其所在的区域是一个均匀的或近似均匀的区域）与周围的点不同，则可以用指定模板检测。可以指定模板为为：其模板响应记为：根据检测图像的情况，设定R>T的输出响应对应孤立点。孤立点检测2.线检测线检测比点检测稍微复杂一点，其基本思想基本一致。表现在：使用模板（注意确定模板的条件或者基本假设）对输出响应决策，需要合适的决策方法。线检测模板线检测决策将四模板分别对图像进行检测，如果在某个点的输出响应，则认为此点在与i模板代表线相似。另外我可能只对某一检测方向上的线感兴趣。我们只使用特定模板给出输出响应，通过域值法将响应最强烈的点提取出来。线检测3.边缘检测的梯度方法1）基本说明边缘是一个相对局部的概念，而边界是一个更具有整体性的一个概念。边缘理想数字模型和模糊边缘模糊的边缘使两个区域过渡的范围变宽，因此边界较宽；反之，清晰的图像使其边缘变细。边缘模型图例一阶导数、二阶导数响应的特点梯度算子连续图像f(x,y)在位置(x,y)的梯度定义的下列向量：Roberts算子Priwitt算子、sobel算子拉普拉斯算子二维函数f(x,y)的拉普拉斯算子是如下定义的二阶导数的函数：由于二阶导数是导数的导数，同样可用差分的差分表示（二阶差分）。例如，对于一个点的二阶微分（差分）等于右差分与左差分的差分表示。Laplacian算子模板高斯拉普拉斯算子：梯度模板求边缘总结首先，从连续函数表示的数字图像入手，分析导数、二阶导数的跟图像边缘的关系。根据离散图像和工程应用的特点，依据数学原理，进行简化，这些简化只要遵守原理，可以根据实际应用作出多种变化。模板与图像的运算的过程，实际上是离散函数的卷积过程。LapLacianofGuassian函数进一步解释因为二阶导数是线性运算，卷积图像，实际上其过程与先用高斯函数卷积，然后再求Laplacian是一样的。高斯型函数起到平滑作用，减轻噪声的影响，拉普拉斯则是求过零点。A原图；B.SobelC.高斯函数D.拉普拉斯模板E.LogF.对log设门限G.过零点4.门限处理直方图与门限处理【演示】这里的f(x,y)是是点(x,y)点的灰度值,p(x,y)表示(x,y)为中心的局部性质对于门限T数学的形式表示：域值法分类根据对域值T的不同的使用方法,可分为多种域值分割方法.全局门限:T仅取决于f(x,y).局域门限:T取决于f(x,y)和p(x,y).动态\自适应门限:T还取决于空间坐标(x,y)4.2基本全局域值全局域值是一种最简单的域值处理技术,通过判断图像每一个象素的灰度值,实现目标与背景的区分.这种方法能否成功完全取决于图像直方图能否能较好的分割.全局域值自动分割对于有明显双峰得得直方图可以通过程序,然计算机自动实现.算法:选择一个初始化得估计域值T.用T分割图像,生成两组数据,G1,G2;求两组数据的平均灰度值u1,u2计算新门限值:T=(u1+u2)/2重复2到4,直到迭代所得到的T值之差小于指点的参数T0.解释初始值T和T0的选择.4.3基本自适应域值4.4全局最佳门限和自适应门限4.4基于区域的分割4.4.2区域分离与合并令R表示整副图像区域并选择一个谓词P.对R进行分割的一种方法是反复将分割得到的结果图像再次分为四个区域,直到对任何区域Ri,有P(Ri)=True.从整副图像开始,如果P(R)=False,就将图像分为四个区域.如果任何子区域的P值是False,就将4个区域的每个区域再次分为4个区域,如此不断进行下去.这种特使的分割方式用谓词的四叉树表示最为方便.4.5分水岭分割灰度图像的分水岭算法，就是就灰度值模拟为山的高度。从低到高，分别代表山岭从盆地到分水岭的高度。基于这些概念的分割算法的主要目的是找出分水线。基本思想是：假设在每一区域的最小值的位置上打一个小洞并让水均匀上升速率从洞中涌出，从低到高掩模真个地形。当处在不同汇水盆地的水要聚合在一起时，修建大坝将阻值聚合。当水继续上升，当水面淹没说有分水岭时，大坝对应的边界，就是分水岭算法的分割线。4.5.1分水岭算法的基本思想4.5.3水坝的构造水坝的构造是以二值图像为基础的，构造水坝分离二元点集的最简单的方法是使用形态膨胀。4.5.3分水岭算法的分割实例谢谢！21、要知道对好事的称颂过于夸大，也会招来人们的反感轻蔑和嫉妒。——培根

22、业精于勤，荒于嬉；行成于思，毁于随。——韩愈

23、一切节省，归根到底都归结为时间的节省。——