圖像分割課件

目的圖像分割是指通過(guò)某種方法，使得畫面場(chǎng)景被分為“目標(biāo)物”及“非目標(biāo)物”兩類,即將圖像的像素變換為黑、白兩種。因?yàn)榻Y(jié)果圖像為二值圖像，所以通常又稱圖像分割為圖像的二值化處理。第二章圖像分割第二章圖像分割2.1圖像分割基礎(chǔ)

2.1.1

二值圖像的分析2.1.2

邊緣檢測(cè)法2.1.3灰度分布閾值法2.1.4

區(qū)域提取法2.2特色分割算法

2.2.1SUSAN檢測(cè)算子

2.2.2主動(dòng)輪廓模型

2.2.3特色閾值提取2.1.1二值圖像分析

經(jīng)過(guò)圖像分割之后，獲得了目標(biāo)物與非目標(biāo)物兩種不同的對(duì)象。但是提取出的目標(biāo)物存在以下的問(wèn)題：1）提取的目標(biāo)中存在偽目標(biāo)物；2）多個(gè)目標(biāo)物中，存在粘連或者是斷裂；3）多個(gè)目標(biāo)物存在形態(tài)的不同。二值圖像分析的目的二值圖像的分析首先是區(qū)分所提取出的不同的目標(biāo)物，之后，對(duì)不同的目標(biāo)物特征差異進(jìn)行描述與計(jì)算，最后獲得所需要的分析結(jié)果。

二值圖像分析的基本概念連接連通域

多個(gè)目標(biāo)物的情況為討論方便起見(jiàn)，這里，假設(shè)目標(biāo)為黑色，背景為白色。連接四連接：當(dāng)前像素為黑，其四個(gè)近鄰像素中至少有一個(gè)為黑；八連接：當(dāng)前像素為黑，其八個(gè)近鄰像素中至少有一個(gè)為黑。四近鄰八近鄰連通域?qū)⑾嗷ミB在一起的黑色像素的集合稱為一個(gè)連通域。四接連意義下為6個(gè)連通域。八接連意義下為2個(gè)連通域。可以看到，通過(guò)統(tǒng)計(jì)連通域的個(gè)數(shù)，即可獲得提取的目標(biāo)物的個(gè)數(shù)。二值圖像的分析方法貼標(biāo)簽腐蝕膨脹開(kāi)運(yùn)算與閉運(yùn)算貼標(biāo)簽——基本思路因?yàn)椴煌倪B通域代表了不同的目標(biāo)，為了加以區(qū)別，需要對(duì)不同的連通域進(jìn)行標(biāo)識(shí)。例：下圖，八接連意義下為2個(gè)連通域=“1”號(hào)標(biāo)簽=“2”號(hào)標(biāo)簽算法步驟設(shè)一個(gè)二值矩陣表示一個(gè)黑白圖像，為討論方便起見(jiàn)，令“黑=1”，“白=0”。例：初始化：設(shè)標(biāo)簽號(hào)為L(zhǎng)ab=0,已貼標(biāo)簽數(shù)N=0，標(biāo)簽矩陣g為全0陣，按照從上到下，從左到右的順序?qū)ふ椅促N標(biāo)簽的目標(biāo)點(diǎn)；例：算法步驟2.

檢查相鄰像素的狀態(tài)：根據(jù)模板中的相鄰像素的狀態(tài)進(jìn)行相應(yīng)的處理；例：????模板?=“已經(jīng)掃描過(guò)的像素”*=“當(dāng)前像素”

=“未處理的像素”算法步驟如果掃描過(guò)的像素均為0，則Lab=Lab+1,g(i,j)=Lab,

N=N+1;例：

Lab=0+1=1;N=0+1=1算法步驟如果掃描過(guò)的像素標(biāo)簽號(hào)相同，則g(i,j)=Lab;例：算法步驟例：算法步驟如果掃描過(guò)的像素標(biāo)簽號(hào)不相同，例如：Lab2>Lab1,則g(i,j)=Lab1，N=N-1，修改所有為L(zhǎng)ab2的像素值，使之為L(zhǎng)ab1;例：算法步驟3.將全部的像素進(jìn)行2.的處理，直到所有的像素全部處理完成;例：算法步驟4.

判斷最終的Lab是否滿足Lab=N，如果是，則貼標(biāo)簽處理完成；如果不是，則表明已貼標(biāo)簽存在不連號(hào)情況。這時(shí)，將進(jìn)行一次編碼整理，消除不連續(xù)編號(hào)的情況。算法步驟貼標(biāo)簽——應(yīng)用示例腐蝕——基本概念腐蝕

是一種消除連通域的邊界點(diǎn)，使邊界向內(nèi)收縮的處理。例：腐蝕——設(shè)計(jì)思想設(shè)計(jì)一個(gè)結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點(diǎn)定位在待處理的目標(biāo)像素上，通過(guò)判斷是否覆蓋，來(lái)確定是否該點(diǎn)被腐蝕掉。結(jié)構(gòu)元素腐蝕

——算法步驟1）掃描原圖，找到第一個(gè)像素值為1的目標(biāo)點(diǎn)；2）將預(yù)先設(shè)定好形狀以及原點(diǎn)位置的結(jié)構(gòu)元素的原點(diǎn)移到該點(diǎn)；3）判斷該結(jié)構(gòu)元素所覆蓋的像素值是否全部為1：

如果是，則腐蝕后圖像中的相同位置上的像素值為1；

如果不是，則腐蝕后圖像中的相同位置上的像素值為0；4）重復(fù)2）和3），直到所有原圖中像素處理完成。腐蝕

——例題注：圖像畫面上邊框處不能被結(jié)構(gòu)元素覆蓋的部分可以保持原來(lái)的值不變，也可以置為背景。腐蝕

——應(yīng)用腐蝕處理可以將粘連在一起的不同目標(biāo)物分離，并可以將小的顆粒噪聲去除。膨脹

——基本概念膨脹是將與目標(biāo)區(qū)域的背景點(diǎn)合并到該目標(biāo)物中，使目標(biāo)物邊界向外部擴(kuò)張的處理。例：膨脹

——設(shè)計(jì)思想設(shè)計(jì)一個(gè)結(jié)構(gòu)元素，結(jié)構(gòu)元素的原點(diǎn)定位在背景像素上，判斷是否覆蓋有目標(biāo)點(diǎn)，來(lái)確定是否該點(diǎn)被膨脹為目標(biāo)點(diǎn)。結(jié)構(gòu)元素膨脹

——算法步驟1）掃描原圖，找到第一個(gè)像素值為0的背景點(diǎn)；2）將預(yù)先設(shè)定好形狀以及原點(diǎn)位置的結(jié)構(gòu)元素的原點(diǎn)移到該點(diǎn)；3）判斷該結(jié)構(gòu)元素所覆蓋的像素值是否存在為1的目標(biāo)點(diǎn)：

如果是，則膨脹后圖像中的相同位置上的像素值為1；

如果不是，則膨脹后圖像中的相同位置上的像素值為0；4）重復(fù)2）和3），直到所有原圖中像素處理完成。膨脹

——例題膨脹——應(yīng)用

膨脹處理可以將斷裂開(kāi)的目標(biāo)物進(jìn)行合并，便于對(duì)其整體的提取。開(kāi)運(yùn)算與閉運(yùn)算的提出背景前面介紹的膨脹與腐蝕運(yùn)算，對(duì)目標(biāo)物的后處理有著非常好的作用。但是，腐蝕和膨脹運(yùn)算的一個(gè)缺點(diǎn)是，改變了原目標(biāo)物的大小。為了解決這一問(wèn)題，考慮到腐蝕與膨脹是一對(duì)逆運(yùn)算，將膨脹與腐蝕運(yùn)算同時(shí)進(jìn)行。由此便構(gòu)成了開(kāi)運(yùn)算與閉運(yùn)算。開(kāi)運(yùn)算——算法原理開(kāi)運(yùn)算是對(duì)原圖先進(jìn)行腐蝕處理，后再進(jìn)行膨脹的處理。開(kāi)運(yùn)算可以在分離粘連目標(biāo)物的同時(shí)，基本保持原目標(biāo)物的大小。開(kāi)運(yùn)算——運(yùn)算示例腐蝕膨脹閉運(yùn)算——算法原理閉運(yùn)算是對(duì)原圖先進(jìn)行膨脹處理，后再進(jìn)行腐蝕的處理。閉運(yùn)算可以在合并斷裂目標(biāo)物的同時(shí)，基本保持原目標(biāo)物的大小。閉運(yùn)算——運(yùn)算示例問(wèn)題：本例未能將分裂成兩個(gè)連通域的目標(biāo)合并，怎么辦？膨脹腐蝕開(kāi)、閉運(yùn)算的變形如果當(dāng)按照常規(guī)的開(kāi)運(yùn)算不能分離粘連，或者是閉運(yùn)算不能合并斷裂：對(duì)于開(kāi)運(yùn)算可以先進(jìn)行N次腐蝕，再進(jìn)行N次膨脹；對(duì)于閉運(yùn)算可以先進(jìn)行N次膨脹，再進(jìn)行N次腐蝕。變形閉運(yùn)算的示例一次膨脹二次膨脹一次腐蝕二次腐蝕作業(yè)設(shè)一個(gè)二值圖像為1）在八連通和四連通下，對(duì)該圖貼標(biāo)簽；2）對(duì)該圖進(jìn)行一次腐蝕處理；3）對(duì)該圖進(jìn)行一次膨脹處理。注：結(jié)構(gòu)元素為原點(diǎn)為S的左上角元素，即S(1,1)目標(biāo)提取示例

——偽目標(biāo)物目標(biāo)提取示例

——偽目標(biāo)物多目標(biāo)提取示例

——粘連或斷裂多目標(biāo)提取示例

——不同形態(tài)腐蝕應(yīng)用示例(a)原圖(b)腐蝕兩次膨脹應(yīng)用示例

(a)原圖