第八章圖像分割技術(shù)

第一頁(yè)，共六十二頁(yè)，編輯于2023年，星期五定義(1) (2)對(duì)所有的

i和j，，有 (3)對(duì)i=1,2,…,n，有P(Ri)=TRUE (4)對(duì)，有 (5)對(duì)i=1,2,…,n，Ri是連通的區(qū)域

8.1圖像分割定義和方法分類第二頁(yè)，共六十二頁(yè)，編輯于2023年，星期五圖像分割算法分類不連續(xù)性和相似性并行處理策略和串行處理策略

分類表

①并行邊界類

②串行邊界類

③并行區(qū)域類

④串行區(qū)域類第三頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

邊緣檢測(cè)：

①并行邊界類基于邊界分割方法的第一步

邊緣：灰度值不連續(xù)的結(jié)果可利用導(dǎo)數(shù)方便地檢測(cè)常用一階和二階導(dǎo)數(shù)來(lái)檢測(cè) 8.2邊緣檢測(cè)第四頁(yè)，共六十二頁(yè)，編輯于2023年，星期五邊緣和導(dǎo)數(shù)第五頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

算子計(jì)算

對(duì)圖像邊緣的檢測(cè)可借助空域微分算子通過(guò)模板卷積完成。幾種簡(jiǎn)單的空域微分算子：（1）梯度算子（大小、方向）（2）拉普拉斯算子（3）馬爾算子（拉普拉斯-高斯）邊緣檢測(cè)算子第六頁(yè)，共六十二頁(yè)，編輯于2023年，星期五（1）梯度算子

一階差分算子矢量

幅度

方向角第七頁(yè)，共六十二頁(yè)，編輯于2023年，星期五梯度算子（一階導(dǎo)數(shù)算子）

利用模板（與圖像進(jìn)行）卷積模板比較：

①邊緣粗細(xì)（與模板大小有關(guān)）②方向性：水平模板(左)(垂直邊緣)垂直模板(右)(水平邊緣)第八頁(yè)，共六十二頁(yè)，編輯于2023年，星期五第九頁(yè)，共六十二頁(yè)，編輯于2023年，星期五第十頁(yè)，共六十二頁(yè)，編輯于2023年，星期五（2）拉普拉斯算子

(二階差分算子)在（x，y）處的拉普拉斯值:第十一頁(yè)，共六十二頁(yè)，編輯于2023年，星期五（3）馬爾算子（二階）用一個(gè)2-D的高斯平滑模板與源圖像卷積計(jì)算卷積后圖像的拉普拉斯值檢測(cè)拉普拉斯圖像中的過(guò)零點(diǎn)作為邊緣點(diǎn)高斯函數(shù)：馬爾算子：拉普拉斯：第十二頁(yè)，共六十二頁(yè)，編輯于2023年，星期五第十三頁(yè)，共六十二頁(yè)，編輯于2023年，星期五串行邊界類基本思路：

先檢測(cè)邊緣象素/邊界段 再逐次連接成閉合邊界（輪廓） 互相結(jié)合，順序進(jìn)行

1、輪廓跟蹤

2、圖搜索法8.3輪廓跟蹤和圖搜索第十四頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

（1）確定搜索起點(diǎn)（2）采取合適的搜索機(jī)理確定新的輪廓點(diǎn)（3）在滿足終結(jié)條件時(shí)結(jié)束搜索缺點(diǎn)：不適合于噪聲比較大的圖像1、輪廓跟蹤第十五頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

將邊緣像素和邊界段用圖表示

圖：G={N,A}

結(jié)點(diǎn)集{n1,...}

結(jié)點(diǎn)對(duì)集{(ni,nj)}

通路代價(jià)

父結(jié)點(diǎn)

父結(jié)點(diǎn)

子結(jié)點(diǎn)2、圖搜索--計(jì)算量大、復(fù)雜度高、但適合噪聲較大的圖像第十六頁(yè)，共六十二頁(yè)，編輯于2023年，星期五邊緣元素代價(jià)函數(shù)第十七頁(yè)，共六十二頁(yè)，編輯于2023年，星期五第十八頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

閾值分割方法------③并行區(qū)域類圖像模型： 雙峰直方圖（對(duì)應(yīng)目標(biāo)和背景的2個(gè)單 峰直方圖混合而成） 大小接近，均值相距足夠遠(yuǎn)，均方差足夠小取閾值分割步驟：并行區(qū)域類

(1)確定閾值（關(guān)鍵/難點(diǎn)）

(2)根據(jù)閾值對(duì)像素分類8.4閾值分割第十九頁(yè)，共六十二頁(yè)，編輯于2023年，星期五閾值分割方法單閾值分割圖像

第二十頁(yè)，共六十二頁(yè)，編輯于2023年，星期五閾值選取方法

（1）極小值點(diǎn)閾值第二十一頁(yè)，共六十二頁(yè)，編輯于2023年，星期五閾值選取方法

（2）最優(yōu)閾值最小誤差閾值目標(biāo)和背景均高斯分布

第二十二頁(yè)，共六十二頁(yè)，編輯于2023年，星期五閾值選取方法

第二十三頁(yè)，共六十二頁(yè)，編輯于2023年，星期五閾值選取方法

（3）迭代閾值閾值處在與重心成反比的位置第二十四頁(yè)，共六十二頁(yè)，編輯于2023年，星期五第二十五頁(yè)，共六十二頁(yè)，編輯于2023年，星期五由直方圖凹凸性確定的閾值 直方圖的一個(gè)峰淹沒(méi)在另一個(gè)峰旁的緩坡里

直方圖的包絡(luò)區(qū)域凸包最大凸殘差分割閾值

8.5基于變換直方圖選取閾值第二十六頁(yè)，共六十二頁(yè)，編輯于2023年，星期五依賴區(qū)域的閾值選取

直方圖變換僅利用象素灰度可能出現(xiàn)的問(wèn)題： 灰度直方圖的谷被填充借助鄰域性質(zhì)變換原來(lái)的直方圖 ①獲得低梯度值象素的直方圖

峰之間的谷比原直方圖深 ②獲得高梯度值象素的直方圖

峰由原直方圖的谷轉(zhuǎn)化而來(lái)第二十七頁(yè)，共六十二頁(yè)，編輯于2023年，星期五直方圖變換

①低梯度值像素的直方圖圖像模型：雙峰直方圖內(nèi)部的像素具有較低梯度值邊界上像素具有較高梯度值第二十八頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

直方圖變換

①低梯度值像素的直方圖峰之間的谷比原直方圖更深加權(quán)：1/（1+g）2

梯度小權(quán)重大梯度大權(quán)重小第二十九頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

直方圖變換②高梯度值像素的直方圖峰由原直方圖的谷轉(zhuǎn)化而來(lái)加權(quán)：g

梯度小權(quán)重小梯度大權(quán)重大第三十頁(yè)，共六十二頁(yè)，編輯于2023年，星期五灰度-梯度散射圖2-D直方圖

2-D圖象 1個(gè)軸是灰度值軸 1個(gè)軸是梯度值軸

示例 目標(biāo)，背景聚類 第三十一頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

閾值分割的推廣

全局的方法特征值對(duì)應(yīng)特征空間點(diǎn)灰度直方圖像素灰度為特征灰度-梯度散射圖像素灰度和梯度為特征8.6空間聚類第三十二頁(yè)，共六十二頁(yè)，編輯于2023年，星期五分割：像素分類 特征空間聚類（取閾值是1-D聚類） 多特征空間聚類的優(yōu)點(diǎn)（分類能力較強(qiáng)）第三十三頁(yè)，共六十二頁(yè)，編輯于2023年，星期五K-均值聚類

優(yōu)化的方法（最小化）將特征點(diǎn)賦給均值離它最近的類第三十四頁(yè)，共六十二頁(yè)，編輯于2023年，星期五K-均值聚類 (1) 任意選K個(gè)初始類均值 (2) 特征點(diǎn)賦類 (3) 更新類均值 (4) 判斷算法收斂第三十五頁(yè)，共六十二頁(yè)，編輯于2023年，星期五K-均值聚類類數(shù)目：類數(shù)目不同結(jié)果不同

聚類品質(zhì)：類內(nèi)接近而類間區(qū)別大

根據(jù)聚類品質(zhì)確定類數(shù)目第三十六頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

從區(qū)域著手順序進(jìn)行 ④串行區(qū)域類

串行策略

特點(diǎn)：當(dāng)前處理借助早期結(jié)果 優(yōu)點(diǎn)：抗噪聲，抗干擾 缺點(diǎn)：較復(fù)雜，費(fèi)時(shí)間8.7區(qū)域生長(zhǎng)第三十七頁(yè)，共六十二頁(yè)，編輯于2023年，星期五區(qū)域生長(zhǎng)基本思想： 將相似像素結(jié)合起來(lái)構(gòu)成區(qū)域基本步驟： (1)選擇區(qū)域的種子像素 (2)確定將相鄰像素包括進(jìn)來(lái)的準(zhǔn)則 (3)制定生長(zhǎng)停止的規(guī)則

關(guān)鍵： (1)種子像素的選取

(2)生長(zhǎng)準(zhǔn)則依賴應(yīng)用第三十八頁(yè)，共六十二頁(yè)，編輯于2023年，星期五生長(zhǎng)準(zhǔn)則

基于區(qū)域灰度差關(guān)鍵是灰度差閾值基于區(qū)域間平均灰度差利用平均灰度注意連通性第三十九頁(yè)，共六十二頁(yè)，編輯于2023年，星期五生長(zhǎng)示例第四十頁(yè)，共六十二頁(yè)，編輯于2023年，星期五改進(jìn)生長(zhǎng)準(zhǔn)則

（1）直接用新像素值：逐步合并而產(chǎn)生錯(cuò)誤（2）用新像素所在區(qū)域平均值第四十一頁(yè)，共六十二頁(yè)，編輯于2023年，星期五第9章目標(biāo)表達(dá)技術(shù)

9.1 輪廓的鏈碼表達(dá)

9.2 輪廓線段的近似表達(dá)9.3 目標(biāo)的層次表達(dá)

9.4*目標(biāo)的骨架表達(dá)第四十二頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

目標(biāo)表達(dá)在圖像分割的基礎(chǔ)上（1）內(nèi)部表達(dá)關(guān)心的是區(qū)域的反射性質(zhì)（2）外部表達(dá)關(guān)心的是區(qū)域的形狀9.1輪廓的鏈碼表達(dá)第四十三頁(yè)，共六十二頁(yè)，編輯于2023年，星期五鏈碼表達(dá)--外部表達(dá)對(duì)輪廓點(diǎn)的一種編碼表示方法特點(diǎn)： 一系列有向直線段4-連接

8-連接①特定長(zhǎng)度（固定）②方向數(shù)目有限（連接情況） 第四十四頁(yè)，共六十二頁(yè)，編輯于2023年，星期五緊湊的表達(dá)方式起點(diǎn)需用（絕對(duì)）坐標(biāo)表示其余點(diǎn)只用接續(xù)方向來(lái)代表偏移量 常用：①4-方向鏈碼②8-方向鏈碼第四十五頁(yè)，共六十二頁(yè)，編輯于2023年，星期五鏈碼歸一化

①起點(diǎn)歸一化 將鏈碼看作由方向數(shù)構(gòu)成的自然數(shù)選取值最小的自然數(shù)順序第四十六頁(yè)，共六十二頁(yè)，編輯于2023年，星期五鏈碼歸一化 ②旋轉(zhuǎn)歸一化

利用鏈碼的一階差分差分碼不隨輪廓旋轉(zhuǎn)而變化第四十七頁(yè)，共六十二頁(yè)，編輯于2023年，星期五形狀數(shù) 輪廓差分碼中其值最小的1個(gè)序列

4方向鏈碼為：10103322

差分碼為：33133030

形狀數(shù)為：03033133第四十八頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

多邊形近似逼近輪廓

--（2）外部表達(dá)鏈碼是多邊形表達(dá)的特例多邊形表達(dá)的目的：

用盡可能少的線段來(lái)代表輪廓，并保持輪廓的基本形狀。多邊形表達(dá)的特點(diǎn)：（1）抗干擾（2）省數(shù)據(jù)量9.2輪廓線段的近似表達(dá)第四十九頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

常用多邊形方法

（1）基于收縮的最小周長(zhǎng)多邊形第五十頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

常用多邊形方法

（2）基于聚合的最小均方誤差線段逼近第五十一頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

常用多邊形方法

（3）基于分裂的最小均方誤差線段逼近第五十二頁(yè)，共六十二頁(yè)，編輯于2023年，星期五多邊形輪廓表達(dá)示例

第五十三頁(yè)，共六十二頁(yè)，編輯于2023年，星期五

基本思路