数字图像处理第9章.ppt

1、第九章图像分割和边缘检测，1 .图像分割2 .边缘检测3 .边缘检测算子，1 .图像分割，1 )首先，通过理解图像分割的概念，使构成图像的零配件和对象选择性地位于关注对象在图像中的位置和范围，图像分割的基本思维方法并不简单， 分阶段分割控制背景环境，降低分割难度，增强感兴趣的对象，缩小无关的图像成分的干扰作用；2 )概括数字信号处理，根据其技术特征可以分为三层结构：图片处理，不管影像分析图像的理解、识别、图片处理、分析、理解、识别， 其基本的工作是一般基于图像分割提取图像中的有意义的特征和应用所需要的特征信息的图像分割的最终结果是将图像分解为具有被称为图像的基元的特征的单元这样的图像基元容易对

2、图像全体更迅速地处理。 特征图像、特征图像是能够在图像中作为标志使用的属性，可以分类为统一修正特征和视觉感知特征这2种。 图像的统一特征是指通过变换得到的人为定义的特征，如图像的图像直方图、力矩、光谱等。图像的视觉感知特征是指人的视觉感知可以直接感受到的自然特征(区域的亮度、肌理构成、轮廓等)。 另外，图像分割是执行影像分析的重要步骤，并且根据用于进一步理解图像的基础的类型，提取的特征取决于应用请求而不同，因而还没有普遍应用于不同的特征提取方法的最佳方法。 图像的边缘、图像的边缘对人类视觉系统具有重要意义，它是人类判别物体的重要依据，是图像的最基本特征。 边缘(也称为边缘)是指其周围像素的灰度

3、等级中有阶梯变化、屋顶变化的像素的集合。 边缘广泛存在于物体与背景之间、物体与物体之间、基元与基元之间。 因此，是依赖于图像分割的重要特征。 图像分割是将图像分割成相互不交叉的多个小区域的过程，小区域是在某种意义上具有共同属性的像素的连通集合。 不同对象物体占据的图像区域、前景占据的图像区域等连通是指在集合中的任意2个点之间存在完全属于该集合的连通路径的离散图像中，连通有4连通和8连通的部分，如图9-1所示。 3 )图像分割的基本原理，图9-1 4连通和8连通、4连通是指从区域上的一点起，通过上、下、左、右移动这4个方向的组合，能够不越过区域而到达区域内的任意像素的8连通方法是指从区域上的一点

4、起，通过左、右、上、下、左上、右上图像分割有三种不同的方法。 第一种是将各像素分类到对应的物体或区域的像素聚类方法，即区域法。第二种是通过直接确定区域间的边界实现分割的边界方法，即第三种是首先检测边缘像素，接着连结边缘像素构成边界的分割。 在图像分割技术中，基于阈值化处理的图像分割是最一般的。 4 )灰度阈值法分割一般的图像分割方法将图像的灰度分割为不同等级，通过设定灰度阈值(阈值)的方法决定有意义的区域和分割物体的边界。 一般的阈值化处理是图像二值化处理，即选择阈值来将图像转换为黑白二值图像，用于图像分割和边缘追踪等的预处理。 图像阈值化处理的转换函数式在图9-4中表示(9-1)、图9-2阈

5、值转换曲线、图9-3(a )原图像的图像直方图。 该图像直方图具有双峰特性，图像中的目标(细胞球)分布在暗灰度级形成一个峰值，图像中的背景分布在亮灰度级形成另一个峰值。通过利用双峰间的谷的低灰度值作为阈值t来进行图像的阈值化处理，能够将对象与背景分割开。 图9-3不同的阈值对阈值化结果的影响(a )原图像(b )阈值T=91； (c )阈值T=130； (d )对于阈值T=43、图9-4的图像直方图，在图像的阈值化处理中，如果选择不同的阈值的处理结果大且不同的阈值过大，则抽出多馀的部分；如果阈值过小，则丢失必要的部分，因此阈值的选择非常重要。 5 )区域成长分割的目的是将一张图像分割成多个区域

6、，最直接的方法是将一张图像分割成满足某基准的区域，即点构成区域。 为了实现分组，首先确定区域的数量，接着确定一个区域与其他区域的区别特征，最后生成有效分割的相似性判定标准。 划分区域的一种方法称为区域生长或区域生成。 假定区域的数量和各区域中各个点的位置是已知的，则可从一个已知点开始添加与已知点类似的邻居来形成一个区域。 相似性的基准可以是诸如格雷斯标度、色彩、组织、梯度等的特性，并且相似性的测度可以由所确定的阈值来确定。 从满足检测基准的点开始在各方向上生长区域，其附近点如果满足检测基准则编入小子摇滾乐区域。 合并新点后，在新区域重复该过程，直到没有可接受的邻点为止，结束生成过程。 图9-5

7、显示了一个简单的例子。 该例的类似性基准是邻近点的灰度等级与物体的平均灰度等级之差小于2。 图中接受的点和起点用下划线表示，(a )图是输入图像，(b )图是第一步接受的邻点，(c )图是第二步接受的邻点，(d )图是从6生成的结果。 图9-5的区域生长示例从满足检测标准的点(或从已知点)在各个方向上生长区域。 例如，在各步骤中接受的邻接点的灰度等级与前一物体的平均灰度等级不同小于2。 在星空卫视：区域生长过程、第二步骤、第三步骤、2 .边缘检测、视觉感知修正理论信息帧工作中，提取二次元图像上的边缘、角、肌理构成等基本特征是整个系统信息帧工作的第一步骤。 由这些个特征构成的图称为基元图。 不同

8、“尺度”意义上的边缘点在某种条件下包含原图像的全部信息。 图9-7是图像中典型的边缘点，可仅从这些个的边缘点识别三维物体，可知边缘点确实包含图像中的大量的信息。 物体边缘的角色、图9-7物体边缘的角色和边缘类型对边缘在数字图像处理和解析中起着重要作用，但是到目前为止边缘的广泛接受，没有可接受的准确数学定义。 另一方面，图像的内容是非常复杂，难以用单纯的数学方法进行描述，另一方面，人是因为自身对感知目标边界的上位层视觉感知反应历程的识别还一盏茶。 现在有边缘的描述性定义。 也就是说，具有不同灰度的两个均匀图像区域的边界(即边界)反映了局部灰度变化。 局部边缘是图像中的局部灰度级别简单地(即，单调

9、地)非常快速地转换的小区域。 可以由恒定窗口运算的边缘检测算子来检测这种局部变化。 (1)在某一点处，边缘法线方向是灰度变化最剧烈的方向，与边缘方向垂直；(2)边缘方向与边缘法线方向垂直，是目标边界的切线方向；(3)沿着边缘强度边缘法线方向的图像的局部变化强度的尺度。 沿着边缘方向的灰度变化比较缓慢，但是可以认为边缘法线方向的灰度变化比较剧烈。 图像上的边缘点可以对应不同的物理意义。 如图9-8所示那样，图像上的边缘点有时是(1)空间曲面上的间断点的情况、图9-8的图像中的边缘点、边缘点。标记为a的边缘线时，这些个的边缘线是2个不同的曲面或平面的交线，在该点上物体表面的法线方向不连续，在类别a

10、的边缘线的两侧图像的灰度值明显不同。 (2)物体和背景的界限线。 图中，标记为b的边界线是物体和背景的界限线，图中的圆柱有2条等级b边界线，这样的边界线一般被称为外轮廓线。 (3)不同材料组成的酷斯拉入。 图中与c标签条的酷斯拉入是从不同材料或相同材料的不同颜色生成的。 (4)阴影引起的边缘。 在图中表示为d的边缘线是由阴影产生的边缘。 物体表面的某一部分被其他物体遮挡，得不到光源的照射，或者照射不一盏茶，因此边缘点两侧的灰度值产生大的差异。 典型的边缘信号、图像中不同类型的边界(a )、边界(b )、线条(c )、折线的变化(d )、平滑的变化、鲁棒边缘算子Sobel边缘算子预加边缘检测算子

11、边缘检测算子高斯加(LOG )算子，3 .边缘检测算子鲁棒边缘检测算子是利用局部有限差分法来搜索边缘的算子，Robert梯度算子采用在对角方向上相邻的两个像素值的差，算子Robert算子边缘检测结果、2 .索贝尔边缘算子、索贝尔边缘算子采用的Sobel算子的边缘检测结果、3 .预权边缘算子、预权边缘检测算子利用局部差分平均法来搜索边缘的算子一种表示三个像素点的像素值之间的差的平均概念的运算符形式包括：Prewitt运算符边缘检测结果，4 .拉普拉斯算符是二次微分运算符，其形式包括：Laplacian运算符边缘检测结果，以及5.Cassie边缘运算符， 凯西边缘检测算子需要求出f(x，y)8个方向的