第十部分图像分割

第十部分图像分割10、1、1点检测当前点就是孤立点10、1、2线检测10、1、3边缘检测基本概念理想边缘斜坡边缘斜坡边缘得检测一阶导数可检测斜坡边缘得存在一阶导数二阶导数二阶导数可检测斜坡边缘上得点就是在暗得一边,还就是在亮得一边二阶导数得特性:1、双边缘(不希望得)2、零交叉点,可表示边缘得中心点噪声对斜坡边缘检测得影响二阶导数对噪声更加敏感一阶导数对噪声也较敏感检测中要判断一阶导数大于某一阈值才能判断该点为边缘点梯度算子需要分别计算x和y方向上的梯度梯度幅值梯度方向检测对角方向得梯度算子例:梯度边缘检测例:例:用梯度检测模糊图像得边缘例:对角边缘检测模板得检测结果12大家应该也有点累了，稍作休息大家有疑问的，可以询问和交流拉普拉斯算子拉普拉斯模板拉普拉斯扩展模板由于二阶倒数对噪声非常敏感,且会产生双边缘,因此实际中并不直接用拉普拉斯算子来检测边缘。高斯拉普拉斯算子(LOG,LaplacianofaGaussian)标准差LOG算子LOG检测结果梯度算子零交叉点结果比较:零交叉点边缘更细但零交叉点得计算较复杂。在边缘检测中,梯度法更常用10、2边缘连接与边界检测1、检测边缘点检测为边缘点2、边缘点连接梯度强度梯度方向则连接10、3阈值处理10、3、1基础利用同一个区域中图像得灰度值具有相似性半阈值法阈值法阈值处理中关键就是找到合适得阈值10、3、2全局阈值计算全局阈值得迭代方法1、给出初时阈值T2、用T分割图像得到G1与G23、计算两部分得均值直接选取迭代方法4、计算新得阈值5、重复2－4,直到10、3、2全局阈值(例)初时阈值三次迭代10、3、3照度得影响成像模型照度不均匀得影响全局阈值分割结果10、3、4自适应阈值1、分块2、块分类对每个块计算其方差,方差大得为边缘块。方差小得为背景或目标块3、对不同块分别处理边缘块进行阈值分割。背景与目标块合成一个子图象进行分割对分割不好得块进一步细化设图象由物体与背景组成物体象素灰度分布得概率密度函数-----

背景象素灰度分布得概率密度函数-----

物体,背景象素占图象总象素得比分别为与分割阈值为两类可能得误分概率最佳阈值----最小误分概率得阈值总误分概率背景误分为物体得概率物体误分为背景得概率10、3、5全局最佳阈值全局最佳阈值得估计方法当为正态分布,其均值,方差分别为最优阈值满足即即当最优阈值为阈值法得优缺点:较简单,但不能保证得到连通得区域心脏血管照片分割例预处理结果分割结果预处理:灰度变换去噪声10、4基于区域得分割10、4、1区域分割得基础区域生长区域分裂合并区域分割:按某种一致性准则把图像R分割成一系列子区域且满足:就是联通区域方法与步骤:1)选定区域得一初始点(种子)。2)按一定得规则(相似性或区域均匀度得测试),在其周围各个方向进行区域生长(逐步增加区域得点数)、3)对新得区域重复过程2,直到没有区域邻点可接受时(不满足均匀度得测试)生长过程终止10、4、2区域生长1)初始点得选择---利用先验知识,如直方图得波峰对应得灰度值等、2)区域一致性准则---如与种子像素灰度值得绝对差小于某一阈值,与区域平均灰度值得绝对差小于某个阈值,区域灰度得统计分布得相似性,即合并后,区域得最大值与最小值得绝对差小与某一阈值等、两个关键问题:1)初始点得选择2)区域得一致性准则得确定生长示例:

(1)根据直方图选取聚类中心得象素为种子 (2)根据与种子象素灰度差(>T)判断就是否生长 (3)根据图象边缘确定生长何时终结原始图T=3T=2T=710、4、2区域生