值圖像分析PPT課件

1、第五章 二值圖像分析chapter 5 binary image analysisref. book 二值圖像分析基本過程二值圖像分析基本過程 預(yù)處理預(yù)處理-二值化二值化-圖像描述圖像描述(特征提取特征提取)-分析識別分析識別(預(yù)處理和二值化過程參考前面章節(jié)預(yù)處理和二值化過程參考前面章節(jié))二值圖像分析的意義n 經(jīng)過圖像分割之后，獲得了目標物與非目標物兩經(jīng)過圖像分割之后，獲得了目標物與非目標物兩種不同的對象。但是提取出的目標物存在以下的種不同的對象。但是提取出的目標物存在以下的問題：問題：1 1）提取的目標中存在）提取的目標中存在偽目標物偽目標物；2 2）多個目標物中，）多個目標物中，存在粘連或

2、者斷裂存在粘連或者斷裂；3 3）多個目標物）多個目標物存在形態(tài)的不同存在形態(tài)的不同。 n 圖像定義圖像定義一副數(shù)字圖像是一個二維陣列，陣列元素值稱為灰度值一副數(shù)字圖像是一個二維陣列，陣列元素值稱為灰度值或亮度值。或亮度值。n 二值圖像定義二值圖像定義只有黑、白兩級灰度的圖像。分別用只有黑、白兩級灰度的圖像。分別用1 1和和0 0表示。表示。n 二值圖像優(yōu)點二值圖像優(yōu)點 去掉無關(guān)信息的干擾去掉無關(guān)信息的干擾 幾何與拓撲特性的表示與分析幾何與拓撲特性的表示與分析 節(jié)省資源節(jié)省資源 在計算機視覺領(lǐng)域涉及到的哪些類型的二值圖像？在計算機視覺領(lǐng)域涉及到的哪些類型的二值圖像？ 手寫體手寫體/ /印刷體字符

3、（漢字印刷體字符（漢字 數(shù)字）識別數(shù)字）識別 指紋識別指紋識別 印章識別印章識別 商標檢索商標檢索 印刷電路板分析印刷電路板分析 .你認識多少其中你認識多少其中的的多少種車標？多少種車標？n 矩陣形式矩陣形式 0-10-1點陣結(jié)構(gòu)，簡單，占用空間大點陣結(jié)構(gòu)，簡單，占用空間大010000010110001000000000011011010100fn 游程長度編碼游程長度編碼1的游程的游程 （2,2）（）（6,3）（）（13,6）（）（20,1） （4,6）（）（11,10） （1,5 ）（）（11，1）（）（17，4）1和和0的游程長度：的游程長度：0，1, 2，2，3，4，6， 1，1 0，

4、3，6，1，10 1, 5，5，1，5，4二值圖像表示方法 用圖像像素值用圖像像素值連續(xù)為連續(xù)為1 1的個數(shù)的個數(shù)（像素（像素1 1的長度）來描述圖像。的長度）來描述圖像。 一種是使用一種是使用1 1的的起始位置起始位置和和1 1的的游程長度游程長度，另一種是，另一種是僅僅使僅僅使用游程長度用游程長度，但須從，但須從0 0的游程長度開始描述。的游程長度開始描述。 n 表示形式表示形式n 投影投影二值圖像表示方法 二值圖像及其對二值圖像及其對角線上的投影圖角線上的投影圖 給定一條直線，用給定一條直線，用垂直該直線垂直該直線的一簇等間距直線將一幅二的一簇等間距直線將一幅二值圖像分割成若干條，每一條

5、內(nèi)值圖像分割成若干條，每一條內(nèi)像素值為像素值為1 1的像素個數(shù)的像素個數(shù)為該條為該條二值圖像在給定直線上的二值圖像在給定直線上的投影。投影。 數(shù)據(jù)得到壓縮，具有一定抗噪性能數(shù)據(jù)得到壓縮，具有一定抗噪性能, ,不能恢復(fù)原始圖像不能恢復(fù)原始圖像n定義定義 找到圖像中的找到圖像中的所有連通成分所有連通成分，并對，并對同一同一連通成份中的所有連通成份中的所有點分配點分配同一標記同一標記 連通成分標記n目的目的 標記物體標記物體，并，并結(jié)合結(jié)合連通成分的連通成分的特征特征，如尺寸、位置、方向，如尺寸、位置、方向 和外接矩形等來和外接矩形等來識別物體識別物體。n算法策略算法策略 1 1）把二值圖像的像素值

6、）把二值圖像的像素值取負取負，是原來值為，是原來值為1 1的像素變成的像素變成值為值為-1-1. .目的是把未處理的像素（值為目的是把未處理的像素（值為-1-1）與成分標記）與成分標記1 1分開分開。 2 2）把找到的像素賦以一個）把找到的像素賦以一個新的標號新的標號，并去尋找其對應(yīng)的，并去尋找其對應(yīng)的近鄰，然后對這些近鄰遞歸地執(zhí)行這個過程。近鄰，然后對這些近鄰遞歸地執(zhí)行這個過程。 注：算法返回近鄰順序與掃描順序一致。注：算法返回近鄰順序與掃描順序一致。 連通成分標記 遞歸算法4-4-鄰域掃描順序鄰域掃描順序8-8-鄰域掃描順序鄰域掃描順序n 算法描述算法描述1 1掃描圖像，找到?jīng)]有標記的掃描

7、圖像，找到?jīng)]有標記的-1-1點點, ,給它分配一個新的標記給它分配一個新的標記l l2 2遞歸分配標記遞歸分配標記l l給給-1-1點的鄰點點的鄰點3 3如果不存在沒標記的點，則停止如果不存在沒標記的點，則停止4 4返回第一步返回第一步n 算法特點算法特點優(yōu)點優(yōu)點：簡單：簡單缺點缺點：效率低，速度慢：效率低，速度慢連通成分標記 遞歸算法n例子例子連通成分標記 遞歸算法n例子例子連通成分標記 遞歸算法連通成分標記 序貫算法*=新標記新標記*=l*=l*=？ 1 1從左至右、從上到下掃描圖像從左至右、從上到下掃描圖像 2 2如果像素點為如果像素點為1 1，則：，則： (a) (a) 如果上如果上方

8、方點和左點和左方方點有一個標記，則復(fù)制這一標記點有一個標記，則復(fù)制這一標記 (b) (b) 如果兩點有相同的標記，復(fù)制這一標記如果兩點有相同的標記，復(fù)制這一標記 (c) (c) 如果兩點有不同的標記，則復(fù)制上點的標記且將兩個如果兩點有不同的標記，則復(fù)制上點的標記且將兩個 標記輸入等價表中作為等價標記標記輸入等價表中作為等價標記 (d) (d) 否則給這一個像素點分配一新的標記并將這一標記輸否則給這一個像素點分配一新的標記并將這一標記輸 入等價表入等價表 3 3如考慮更多的點，則回到第二步如考慮更多的點，則回到第二步 4 4在等價表的每一等價集中找到最低的標記在等價表的每一等價集中找到最低的標記

9、 5 5掃描圖像，用等價表中的最低標記取代每一標記掃描圖像，用等價表中的最低標記取代每一標記速度快速度快 所需存儲空間大所需存儲空間大連通成分標記 序貫算法n算法策略算法策略l=n*=l，n中小標號中小標號等價表等價表( (equivalent tableequivalent table) )定義：定義：如果圖像的如果圖像的鄰點鄰點有兩種有兩種不同的標記不同的標記，用，用等價表等價表來記錄所來記錄所有的等價標記。有的等價標記。用途：用途：1 1）第一次掃描，所有屬于）第一次掃描，所有屬于同一連通成分的標記同一連通成分的標記被視為被視為等等價價。2 2）第二次掃描，從等價表中）第二次掃描，從等價

10、表中選擇選擇一個一個標記標記并分配給連通成并分配給連通成分中分中所有像素點所有像素點，通常將，通常將最小最小的標記分配給一個連通成分。的標記分配給一個連通成分。連通成分標記 序貫算法連通成分標記 序貫算法 l, num = bwlabel(bw, n)bw = logical (. 1 1 1 0 1 1 0 0; 1 1 1 0 1 1 0 0; 1 1 1 0 1 0 0 0; 1 1 1 0 0 0 1 0; 1 0 1 0 0 0 1 0; 1 0 1 0 0 1 1 0; 1 1 1 0 0 1 0 0; 1 1 1 0 0 0 0 1);l = bwlabel(bw,4)r, c

11、= find(l=2);rc = r c區(qū)域邊界邊界跟蹤算法n 參考參考“預(yù)處理預(yù)處理”部分部分距離測量n 參考參考 基礎(chǔ)基礎(chǔ) 一章對應(yīng)內(nèi)容一章對應(yīng)內(nèi)容描述二值圖像的特征描述二值圖像的特征 基于邊界的特征基于邊界的特征 鏈碼、邊界長度、邊界標記、邊界形狀數(shù)鏈碼、邊界長度、邊界標記、邊界形狀數(shù) 基于區(qū)域的特征基于區(qū)域的特征 四叉樹、圍繞區(qū)域、骨架、面積、質(zhì)心、密度、區(qū)域四叉樹、圍繞區(qū)域、骨架、面積、質(zhì)心、密度、區(qū)域形狀數(shù)、不變矩、拓撲特征形狀數(shù)、不變矩、拓撲特征n 尺寸（面積）尺寸（面積）描述二值圖像的特性 ijjiba,for all b.,. = 1 pixels.ijijjibjijbx,

12、ijijjibjiiby, 位置（質(zhì)心）：位置（質(zhì)心）：質(zhì)心是物體的面積的中心點質(zhì)心是物體的面積的中心點bw = imread(circles.png);imshow(bw);bwarea(bw);n 方向（最小二階矩軸方向）方向（最小二階矩軸方向） 將物體的將物體的長軸定義為物體的方向長軸定義為物體的方向。物體上全部點到該軸的距離。物體上全部點到該軸的距離平方和最小。平方和最小。優(yōu)化目標：優(yōu)化目標：min;,22jibrijij其中其中 是物體點是物體點 到直線的距離，把直線用極坐標形式表示到直線的距離，把直線用極坐標形式表示 rij,jisincosyxsincosyxr可以得到可以得到,

13、)sincos(22jibyxijijij描述二值圖像的特性 n 密集度（散布性或密集性度量方法）密集度（散布性或密集性度量方法） 其中其中 和和a a分別為圖形的周長和面積。分別為圖形的周長和面積。 意義：在給定周長的條件下，密集度越高，圍成的面積就越大意義：在給定周長的條件下，密集度越高，圍成的面積就越大 n 體態(tài)比（最小外接矩形長寬比）體態(tài)比（最小外接矩形長寬比） 體態(tài)比定義為區(qū)域的最小外接矩形的長與寬之比，正方形和體態(tài)比定義為區(qū)域的最小外接矩形的長與寬之比，正方形和圓圓 的體態(tài)比等于的體態(tài)比等于1 1，細長形物體的體態(tài)比大于，細長形物體的體態(tài)比大于1 1。2pac p描述二值圖像的特性

14、 n連通連通: 4-連通連通 8-連通連通n區(qū)域、路徑、連通性區(qū)域、路徑、連通性n前景、背景、洞前景、背景、洞n內(nèi)邊界、外邊界內(nèi)邊界、外邊界參考第參考第2 2章章“基礎(chǔ)基礎(chǔ)”的課件的課件邊界邊界 內(nèi)部內(nèi)部 背景背景 描述二值圖像的特性 n定義定義 歐拉數(shù)定義為歐拉數(shù)定義為連通成份數(shù)連通成份數(shù)減去減去空洞數(shù)空洞數(shù) 歐拉數(shù)hce 其中其中 ， ， 分別是歐拉數(shù)、連通成份數(shù)與空洞數(shù)分別是歐拉數(shù)、連通成份數(shù)與空洞數(shù) echn性質(zhì)性質(zhì) 一個簡單的拓樸特征，這種拓撲特征具有一個簡單的拓樸特征，這種拓撲特征具有平穩(wěn)平穩(wěn)、旋轉(zhuǎn)和旋轉(zhuǎn)和比例不變特性比例不變特性 ，可作為可作為識別物體識別物體的特征的特征 。0e

15、1e2ebw = imread(circles.png);imshow(bw);bweuler(bw)圖像骨架化n 定義定義許多圖像，其形狀足以用其骨架來表示許多圖像，其形狀足以用其骨架來表示n 骨架特點骨架特點 單像素厚度單像素厚度等距性等距性n 常見方法常見方法 中軸變換中軸變換 細化細化中軸變換n 定義定義 對于某區(qū)域，邊界用對于某區(qū)域，邊界用b b表示，區(qū)域內(nèi)部各點集合用表示，區(qū)域內(nèi)部各點集合用r r表示。對于表示。對于r r中的每個點中的每個點p p，計算它到各邊界線的，計算它到各邊界線的最接近的鄰點最接近的鄰點。如果。如果p p有超有超過一個以上這樣的鄰點存在，則認為過一個以上這樣

16、的鄰點存在，則認為p p屬于屬于r r的中軸的中軸( (骨架骨架) ). . 中軸變換對較細長的物體其骨架提供較多的形狀信息對較細長的物體其骨架提供較多的形狀信息. .對較粗短的物體其骨架提供較少的形狀信息對較粗短的物體其骨架提供較少的形狀信息. .易受噪聲影響易受噪聲影響. .im = imread(coins.png);level = graythresh(im);bw1= im2bw(im,level);bw2=bwmorph(bw1,remove);bw3=bwmorph(bw1,skel,inf);figure;subplot(2,2,1);imshow(im);subplot(2,

17、2,2);imshow(bw1);subplot(2,2,3);imshow(bw2);subplot(2,2,4);imshow(bw3);易受噪聲影響易受噪聲影響n 定義定義在滿足一定條件下在滿足一定條件下迭代刪除迭代刪除外圍外圍前景像素前景像素n 目的目的 減少減少圖像成分，直到只圖像成分，直到只保留保留下下區(qū)域的最區(qū)域的最基本信息基本信息，以便進一步，以便進一步分析和識別。分析和識別。n 常用方法常用方法 用至少用至少3 3* *3 3鄰域內(nèi)檢查圖像的每鄰域內(nèi)檢查圖像的每一點，剝?nèi)^(qū)域邊界。一次剝?nèi)ヒ稽c，剝?nèi)^(qū)域邊界。一次剝?nèi)ヒ粚訄D像，直至區(qū)域被細化成一一層圖像，直至區(qū)域被細化成一條線

18、條線細化方法 二值形態(tài)學(xué)處理 數(shù)學(xué)形態(tài)學(xué)的數(shù)學(xué)基礎(chǔ)和所用語數(shù)學(xué)形態(tài)學(xué)的數(shù)學(xué)基礎(chǔ)和所用語言是言是集合論集合論。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用。數(shù)學(xué)形態(tài)學(xué)的應(yīng)用可以可以簡化圖像數(shù)據(jù)，保持它們基本的形狀簡化圖像數(shù)據(jù)，保持它們基本的形狀特性，并除去不相干的結(jié)構(gòu)特性，并除去不相干的結(jié)構(gòu)。n 基本思想基本思想 用具有用具有一定形態(tài)的結(jié)構(gòu)元素一定形態(tài)的結(jié)構(gòu)元素去量度去量度和提取圖像中的和提取圖像中的對應(yīng)形狀對應(yīng)形狀以達到對圖以達到對圖像像分析和識別分析和識別的目的。的目的。n 作用作用bababaaca bab交集&并集&補集集合的交集、并集和補集集合的交集、并集和補集 bpappba,|bporappba|apppa,

19、|交集：交集：并集：并集：補集：補集：n 定義定義 設(shè)設(shè)a是一幅數(shù)字是一幅數(shù)字圖像圖像，b是一個是一個點點。 a被被b平移平移后的結(jié)果為后的結(jié)果為abab| aa， a的的反射反射是是a中的每個點以原點取反中的每個點以原點取反 ava| -aa。01234 xy12345(a)x01234123y(b)b01234xy12345y-1-2-3-40-1-2-3-4x(c)(d)平移&反射n 目標圖像目標圖像 被處理的圖像稱為被處理的圖像稱為目標圖像目標圖像。為了確定目標圖像的結(jié)構(gòu)，必。為了確定目標圖像的結(jié)構(gòu)，必須逐個考察與檢驗圖像各部分之間的關(guān)系，最后得到一個各部須逐個考察與檢驗圖像各部分之間

20、的關(guān)系，最后得到一個各部分之間關(guān)系的集合。分之間關(guān)系的集合。n 結(jié)構(gòu)元素結(jié)構(gòu)元素 在考察目標圖像各部分之間的關(guān)系時，需要設(shè)計一種在考察目標圖像各部分之間的關(guān)系時，需要設(shè)計一種 “結(jié)結(jié)構(gòu)元素構(gòu)元素”。在圖像中不斷移動結(jié)構(gòu)元素，就可以考察圖像之間。在圖像中不斷移動結(jié)構(gòu)元素，就可以考察圖像之間各部分的關(guān)系。各部分的關(guān)系。目標&結(jié)構(gòu)元素腐蝕&膨脹 二 值 圖 像腐 蝕膨 脹二值形態(tài)學(xué)中的運算對象是集合二值形態(tài)學(xué)中的運算對象是集合。設(shè)。設(shè)a a為圖像集合，為圖像集合，s s為結(jié)構(gòu)元為結(jié)構(gòu)元素，數(shù)學(xué)形態(tài)學(xué)運算是用素，數(shù)學(xué)形態(tài)學(xué)運算是用s s對對a a進行操作。二值形態(tài)學(xué)中兩個最進行操作。二值形態(tài)學(xué)中兩個最

21、基本的運算基本的運算腐蝕與膨脹腐蝕與膨脹。 n 定義定義 x x用用s s腐蝕的結(jié)果是腐蝕的結(jié)果是所有使所有使s s平移平移x x后仍在后仍在x x中的中的x x的集合的集合。用集合的方式定義用集合的方式定義|xxsxsxn 用途用途 腐蝕在數(shù)學(xué)形態(tài)學(xué)運算中的作用是腐蝕在數(shù)學(xué)形態(tài)學(xué)運算中的作用是消除物體邊界點消除物體邊界點。腐蝕可。腐蝕可以把以把小于結(jié)構(gòu)元素的物體小于結(jié)構(gòu)元素的物體( (毛刺、小凸起毛刺、小凸起) )去除去除; ;如果兩個物體之如果兩個物體之間有細小的連通，結(jié)構(gòu)元素足夠大時，間有細小的連通，結(jié)構(gòu)元素足夠大時，通過腐蝕運算可以將兩通過腐蝕運算可以將兩個物體分開個物體分開。 腐蝕

22、腐蝕n 腐蝕的方法腐蝕的方法拿拿s s的原點和的原點和x x上的點一個一個地對比，如果上的點一個一個地對比，如果s s上的所有點都在上的所有點都在x x的范圍，則的范圍，則s s的原點對應(yīng)的點保留，否則將該點去掉。的原點對應(yīng)的點保留，否則將該點去掉。針對二值圖像上的每一個像素點，如果結(jié)構(gòu)元上每一個值為針對二值圖像上的每一個像素點，如果結(jié)構(gòu)元上每一個值為1 1的的像素都覆蓋著二值圖像上一個值為像素都覆蓋著二值圖像上一個值為1 1的像素，則將二值圖像上與的像素，則將二值圖像上與結(jié)構(gòu)元原點對應(yīng)的像素與輸入圖像對應(yīng)點進行邏輯結(jié)構(gòu)元原點對應(yīng)的像素與輸入圖像對應(yīng)點進行邏輯“或或”運算運算注意注意：結(jié)構(gòu)元素

23、的原點坐標很重要結(jié)構(gòu)元素的原點坐標很重要，如果結(jié)構(gòu)元素形狀不變，而原點坐標，如果結(jié)構(gòu)元素形狀不變，而原點坐標改變，則腐蝕運算結(jié)果是不一樣的。改變，則腐蝕運算結(jié)果是不一樣的。n 定義定義 將將x中的每一個點中的每一個點x擴大為擴大為s+x，則，則x由由s平移的并稱為平移的并稱為x被被s膨脹膨脹，它的集合定義為，它的集合定義為xs = x| s+xx n 用途用途 膨脹的結(jié)果會使膨脹的結(jié)果會使目標變大目標變大?？梢詫??？梢詫⒘芽p橋接起來裂縫橋接起來。膨脹 膨脹n 膨脹的方法膨脹的方法用結(jié)構(gòu)元用結(jié)構(gòu)元s s掃過整幅圖像，掃過整幅圖像，輸出圖像輸出圖像的像素值的像素值初始化為初始化為0 0，一旦，一旦

24、結(jié)構(gòu)元的原點每次遇到二值圖像中值為結(jié)構(gòu)元的原點每次遇到二值圖像中值為1 1的像素時，結(jié)構(gòu)元整的像素時，結(jié)構(gòu)元整體形狀就與輸出圖像進行邏輯體形狀就與輸出圖像進行邏輯“或或”操作。操作。腐蝕& 膨脹n 定義定義 膨脹和腐蝕不互為逆運算膨脹和腐蝕不互為逆運算，可以級連結(jié)合使用，構(gòu)造出形，可以級連結(jié)合使用，構(gòu)造出形態(tài)學(xué)運算族，它由膨脹和腐蝕兩個運算的復(fù)合與集合操作組合態(tài)學(xué)運算族，它由膨脹和腐蝕兩個運算的復(fù)合與集合操作組合成的所有運算構(gòu)成。成的所有運算構(gòu)成。 先對圖像進行腐蝕然后膨脹其結(jié)果，稱為先對圖像進行腐蝕然后膨脹其結(jié)果，稱為開運算開運算, ,或先對圖或先對圖像進行膨脹然后腐蝕其結(jié)果像進行膨脹然后腐

25、蝕其結(jié)果, ,稱為稱為閉運算閉運算。開、閉運算xs = (xs)s xs = (xs)s n 用途用途開操作一般使對象的開操作一般使對象的輪廓輪廓變得變得光滑光滑，斷開狹窄的間斷斷開狹窄的間斷和和消除細消除細的突出物的突出物。閉操作同樣使輪廓線變得更為閉操作同樣使輪廓線變得更為光滑光滑，它通常，它通常消彌狹窄的間斷消彌狹窄的間斷和和長細的鴻溝長細的鴻溝，消除小的孔洞消除小的孔洞，并，并填補輪廓線中的斷裂填補輪廓線中的斷裂。xyos1yxs2oxxs1xs2x(a)(b)(c)xyos1yxs2oxxs2x(a)(b)(c)xs1s1s1開運算去掉了凸角開運算去掉了凸角閉運算填充了凹角閉運算填充了凹角0 0 1 0 0 1 0 0 0 0 1 1 1 1 1 0 1 1 1 1 1 1 0 01 1 1 1 1 1 1 10 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 0 0 1 1 11 1 11 1 1膨脹sb0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 11 1 1 1 1 1 1 11 1 1 1 1 1 1 1 0 1 1 1 1 1 1 0 0 1 1 1