數(shù)字圖像分析與應(yīng)用

1、第六講 數(shù)字圖像分析與應(yīng)用主要內(nèi)容 6.1圖像分析概述圖像分析概述 6.2圖像分割圖像分割 6.3目標(biāo)提取與識(shí)別目標(biāo)提取與識(shí)別 6.4Photoshop舉例舉例6.1圖像分析概述圖像分析概述概述概述o 圖像分析的概念圖像分析的概念n 對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè)量，以獲得它們的對(duì)圖像中感興趣的目標(biāo)進(jìn)行檢測(cè)和測(cè)量，以獲得它們的客觀信息，從而建立對(duì)圖像的描述客觀信息，從而建立對(duì)圖像的描述.o 圖像分析的步驟圖像分析的步驟n 把圖像分割成不同的區(qū)域或把不同的對(duì)象分開把圖像分割成不同的區(qū)域或把不同的對(duì)象分開n 找出分開的各區(qū)域的特征找出分開的各區(qū)域的特征n 識(shí)別圖像中要找的對(duì)象或?qū)D像進(jìn)行分類識(shí)別

2、圖像中要找的對(duì)象或?qū)D像進(jìn)行分類n 對(duì)不同區(qū)域進(jìn)行描述或?qū)ふ页霾煌瑓^(qū)域的相互聯(lián)系，進(jìn)對(duì)不同區(qū)域進(jìn)行描述或?qū)ふ页霾煌瑓^(qū)域的相互聯(lián)系，進(jìn)而找出相似結(jié)構(gòu)或?qū)⑾嚓P(guān)區(qū)域連成一個(gè)有意義的結(jié)構(gòu)而找出相似結(jié)構(gòu)或?qū)⑾嚓P(guān)區(qū)域連成一個(gè)有意義的結(jié)構(gòu)預(yù)處理預(yù)處理圖像分割圖像分割特征提取特征提取對(duì)象識(shí)別對(duì)象識(shí)別6.2 圖像分割圖像分割圖像分割圖像分割o 圖像分割的概念圖像分割的概念n 把圖像分成互不重疊的區(qū)域并提取感興趣目標(biāo)把圖像分成互不重疊的區(qū)域并提取感興趣目標(biāo)的技術(shù)的技術(shù)圖像分割令集合令集合R代表整個(gè)圖像區(qū)域，對(duì)代表整個(gè)圖像區(qū)域，對(duì)R的分割可看作將的分割可看作將R分成分成N個(gè)個(gè)滿足以下五個(gè)條件的非空子集（子區(qū)域）滿足

3、以下五個(gè)條件的非空子集（子區(qū)域）R1，R2，RN： ；對(duì)所有的對(duì)所有的i和和j，ij，有，有RiRj =；對(duì)對(duì)i = 1,2,N，有，有P(Ri) = TRUE；對(duì)對(duì)ij,有有P(RiRj) = FALSE；對(duì)對(duì)i =1,2,N，Ri是連通的區(qū)域。是連通的區(qū)域。其中其中P(Ri)是對(duì)所有在集合是對(duì)所有在集合Ri中元素的邏輯謂詞中元素的邏輯謂詞,代表空集。代表空集。 RRNii1圖像分割的定義圖像分割的定義: :圖像分割o灰度值不連續(xù)性灰度值不連續(xù)性n 檢測(cè)圖像像素灰度級(jí)的不連續(xù)性，找到檢測(cè)圖像像素灰度級(jí)的不連續(xù)性，找到點(diǎn)、線（寬度為點(diǎn)、線（寬度為1）、邊（不定寬度）。）、邊（不定寬度）。圖像分

4、割的基本策略圖像分割的基本策略圖像分割o灰度值相似性灰度值相似性n 檢測(cè)圖像像素的灰度值的相似性，通過檢測(cè)圖像像素的灰度值的相似性，通過選擇閾值，找到灰度值相似的區(qū)域，區(qū)選擇閾值，找到灰度值相似的區(qū)域，區(qū)域的外輪廓就是對(duì)象的邊域的外輪廓就是對(duì)象的邊圖像分割的基本策略圖像分割的基本策略圖像分割1.1. 基于邊緣的分割方法基于邊緣的分割方法n 先提取區(qū)域邊界，再確定邊界限定的區(qū)域。先提取區(qū)域邊界，再確定邊界限定的區(qū)域。2.2. 區(qū)域分割區(qū)域分割n 確定每個(gè)像素的歸屬區(qū)域，從而形成一個(gè)區(qū)域圖。確定每個(gè)像素的歸屬區(qū)域，從而形成一個(gè)區(qū)域圖。3.3. 區(qū)域生長區(qū)域生長n 將屬性接近的連通像素聚集成區(qū)域?qū)?/p>

5、性接近的連通像素聚集成區(qū)域4.4. 分裂合并分割分裂合并分割n 綜合利用前兩種方法，既存在圖像的劃分，又有綜合利用前兩種方法，既存在圖像的劃分，又有圖像的合并。圖像的合并。圖像分割的方法圖像分割的方法圖像分割圖像分割o 先提取區(qū)域邊界，再確定邊界限定的區(qū)域。先提取區(qū)域邊界，再確定邊界限定的區(qū)域。o 幾種常用的邊緣檢測(cè)算子n 梯度算子n Roberts算子n Prewitt算子n Sobel算子n Kirsch算子n Laplacian算子n Marr算子1.基于邊緣的分割方法基于邊緣的分割方法圖像分割圖像分割梯度算子Roberts算子Prewitt算子Kirsch算子原始圖像例子圖像分割圖像分

6、割Laplacian算子Marr算子圖像分割圖像分割o 由邊緣形成線特征的兩個(gè)過程由邊緣形成線特征的兩個(gè)過程n 可構(gòu)成線特征的邊緣提取可構(gòu)成線特征的邊緣提取n 將邊緣連接成線將邊緣連接成線o 邊緣跟蹤的概念邊緣跟蹤的概念n 將檢測(cè)的邊緣點(diǎn)連接成線就是邊緣跟蹤將檢測(cè)的邊緣點(diǎn)連接成線就是邊緣跟蹤n 線是圖像的一種中層符號(hào)描述線是圖像的一種中層符號(hào)描述o 連接邊緣的方法連接邊緣的方法n 光柵跟蹤光柵跟蹤n 全向跟蹤全向跟蹤圖像分割圖像分割2.區(qū)域分割區(qū)域分割原始簡單圖像原始簡單圖像f(x,y)灰度閾值灰度閾值T閾值運(yùn)算得二值圖像閾值運(yùn)算得二值圖像g(x,y)1 , , 0 , f x yTg x y

7、f x yT如果如果對(duì)象點(diǎn)對(duì)象點(diǎn)如何確定閾值如何確定閾值T？圖像分割圖像分割閾值確定閾值確定峰谷法峰谷法利用灰度直方圖求雙峰或多峰利用灰度直方圖求雙峰或多峰選擇兩峰之間的谷底作為閾值選擇兩峰之間的谷底作為閾值圖像分割圖像分割原圖原圖a閾值分割閾值分割b T=128閾值分割閾值分割c T=205a的直方圖的直方圖選擇閾值選擇閾值b選擇閾值選擇閾值c圖像分割3.區(qū)域增長區(qū)域增長1）根據(jù)圖像的不同應(yīng)用）根據(jù)圖像的不同應(yīng)用選擇一個(gè)或一組種子選擇一個(gè)或一組種子。2）選擇特征及相似性判決準(zhǔn)則）選擇特征及相似性判決準(zhǔn)則3）從該種子開始向外生長，首先將判斷種子）從該種子開始向外生長，首先將判斷種子鄰域的像素是

8、否滿足相似性條件，滿足則鄰域的像素是否滿足相似性條件，滿足則與種子合并成區(qū)域，然后以合并的像素為與種子合并成區(qū)域，然后以合并的像素為生長點(diǎn)，采用類似地方法進(jìn)行生長生長點(diǎn)，采用類似地方法進(jìn)行生長4）上一過程進(jìn)行到不再有滿足條件的像點(diǎn)合）上一過程進(jìn)行到不再有滿足條件的像點(diǎn)合并到區(qū)域?yàn)橹?。并到區(qū)域?yàn)橹?。圖像分割 區(qū)域A 區(qū)域B 種子像素 種子像素圖像分割o區(qū)域增長根據(jù)所用的鄰域方式和區(qū)域增長根據(jù)所用的鄰域方式和相似性準(zhǔn)則的不同，產(chǎn)生各種不相似性準(zhǔn)則的不同，產(chǎn)生各種不同的區(qū)域擴(kuò)張法?？煞譃椋和膮^(qū)域擴(kuò)張法?？煞譃椋?單一型（像素與像素）；單一型（像素與像素）； 質(zhì)心型（像素與區(qū)域）；質(zhì)心型（像素與區(qū)域

9、）； 混合型（區(qū)域與區(qū)域）混合型（區(qū)域與區(qū)域）區(qū)域增長類型區(qū)域增長類型圖像分割o Ps中的魔棒選擇工具提供了一種區(qū)域增長的實(shí)現(xiàn)。種子點(diǎn)選取分割結(jié)果圖像分割4.分裂合并分割分裂合并分割 區(qū)域分裂合并法無需預(yù)先指定種子點(diǎn)區(qū)域分裂合并法無需預(yù)先指定種子點(diǎn), ,它它按某種一致性準(zhǔn)則分裂或者合并區(qū)域按某種一致性準(zhǔn)則分裂或者合并區(qū)域. .可以可以先進(jìn)行分裂運(yùn)算先進(jìn)行分裂運(yùn)算, ,然后再進(jìn)行合并運(yùn)算然后再進(jìn)行合并運(yùn)算; ;也也可以分裂和合并運(yùn)算同時(shí)進(jìn)行可以分裂和合并運(yùn)算同時(shí)進(jìn)行, ,經(jīng)過連續(xù)的經(jīng)過連續(xù)的分裂和合并分裂和合并, ,最后得到圖像的精確分割效果最后得到圖像的精確分割效果. .分裂合并法對(duì)分割復(fù)雜的

10、場(chǎng)景圖像比較有分裂合并法對(duì)分割復(fù)雜的場(chǎng)景圖像比較有效效. .模式識(shí)別6.3 目標(biāo)提取與模式識(shí)別目標(biāo)提取與模式識(shí)別1. 特征提取特征提取2. 目標(biāo)識(shí)別目標(biāo)識(shí)別-模板匹配模板匹配3. 一個(gè)實(shí)例一個(gè)實(shí)例人臉識(shí)別人臉識(shí)別 數(shù)字圖像處理的最終目的是用計(jì)算機(jī)代數(shù)字圖像處理的最終目的是用計(jì)算機(jī)代替人去認(rèn)識(shí)圖像和找出一幅圖像中人們替人去認(rèn)識(shí)圖像和找出一幅圖像中人們感興趣的目標(biāo)物。這是計(jì)算式感興趣的目標(biāo)物。這是計(jì)算式模式識(shí)別模式識(shí)別所要解決的問題。所要解決的問題。模式識(shí)別1.特征提取特征提取 特征提取的目的是得到一個(gè)特征向量，特征提取的目的是得到一個(gè)特征向量，該向量能描述對(duì)象的屬性。該向量能描述對(duì)象的屬性。o

11、幾種特征幾種特征n 像素灰度值像素灰度值n 遙感影像中的光譜特征遙感影像中的光譜特征n 形狀特征形狀特征n 變換特征變換特征n 其它其它模式識(shí)別2.目標(biāo)識(shí)別目標(biāo)識(shí)別對(duì)于未知特征，它屬于哪一類？對(duì)于未知特征，它屬于哪一類？o識(shí)別方法識(shí)別方法n模板匹配模板匹配n統(tǒng)計(jì)模式識(shí)別統(tǒng)計(jì)模式識(shí)別n結(jié)構(gòu)模式識(shí)別結(jié)構(gòu)模式識(shí)別n其它其它模式識(shí)別模式識(shí)別模板匹配模板匹配模板模板輸入圖像輸入圖像模式識(shí)別3.一個(gè)實(shí)例一個(gè)實(shí)例人臉識(shí)別人臉識(shí)別數(shù)據(jù)采集子系統(tǒng)人臉識(shí)別子系統(tǒng)人臉檢測(cè)子系統(tǒng)自動(dòng)人臉識(shí)別系統(tǒng)識(shí)別結(jié)果：He is !模式識(shí)別所有人臉的共性所有人臉的共性個(gè)體人臉的個(gè)性個(gè)體人臉的個(gè)性個(gè)體人臉個(gè)體人臉圖像圖像的差異的差異

12、人臉模式人臉模式1、是否人臉？、是否人臉？2、誰的臉？、誰的臉？人臉模式：人臉模式：模式識(shí)別模式識(shí)別o 人臉識(shí)別：人臉識(shí)別：N=30已知圖像庫已知圖像庫測(cè)試圖測(cè)試圖模式識(shí)別人臉識(shí)別的主要問題人臉識(shí)別的主要問題o 建模建模（ 選擇什么樣的數(shù)學(xué)模型來描述人臉？）選擇什么樣的數(shù)學(xué)模型來描述人臉？）n 描述描述Descriptionn 表示表示Representationo 例如：用面積和周長表示某種形狀例如：用面積和周長表示某種形狀o 特征提取與特征選擇特征提取與特征選擇n 維數(shù)災(zāi)難維數(shù)災(zāi)難如何降維？如何降維？n 選擇具有最大區(qū)分能力的特征選擇具有最大區(qū)分能力的特征 o 分類分類（依據(jù)什么準(zhǔn)則對(duì)特征

13、向量進(jìn)行分類？）（依據(jù)什么準(zhǔn)則對(duì)特征向量進(jìn)行分類？）模式識(shí)別模式識(shí)別待識(shí)別圖像：待識(shí)別圖像：圖像庫中圖像：圖像庫中圖像：( , )f x yyx( , ),1,2.it x yiN相似性度量準(zhǔn)則：相似性度量準(zhǔn)則：歸一化互相關(guān)歸一化互相關(guān)(NC)：平方差累加和平方差累加和(SSD)：絕對(duì)差累加和絕對(duì)差累加和(SAD)：,22 1/2, ( , ) ( , )( ( ,) ( , ) )iix yiiix yx yf x yft x ytcf x yft x yt2, ( , )( , )iix ycf x yt x y,|( , )( , )|iix ycf x yt x y模板匹配法人臉識(shí)別模

14、板匹配法人臉識(shí)別模式識(shí)別識(shí)別結(jié)果識(shí)別結(jié)果(分類準(zhǔn)則分類準(zhǔn)則)：miniiic( , )f x y( , )it x ySAD差圖像ic模式識(shí)別o 模板匹配的缺點(diǎn)：模板匹配的缺點(diǎn)： 1、計(jì)算復(fù)雜，占用大量內(nèi)存。、計(jì)算復(fù)雜，占用大量內(nèi)存。 2、對(duì)圖像的幾何變化敏感。、對(duì)圖像的幾何變化敏感。 3、對(duì)奇異噪聲點(diǎn)敏感。、對(duì)奇異噪聲點(diǎn)敏感。 4、對(duì)表情、姿態(tài)、遮擋、光照變化敏感。、對(duì)表情、姿態(tài)、遮擋、光照變化敏感。o 其它算法。其它算法。模式識(shí)別模式識(shí)別補(bǔ)充：模式識(shí)別概述為什么需要模式識(shí)別？o 模式識(shí)別：人類學(xué)習(xí)的基本方法n 人眼識(shí)別物n 中醫(yī)看舌苔/脈搏n 圖譜辨別化合物模式識(shí)別什么是模式？o Ever

15、ything you concerned is called a pattern!o 分類n 靜態(tài)模式n 動(dòng)態(tài)模式n 確定模式n 非確定模式模式識(shí)別水晶模式：可以用確定文法或者形式語言模式識(shí)別星體模式：基本固定，隨季節(jié)變化略有形變模式識(shí)別英文模式：受語法制約，句法的一些隨機(jī)組合模式識(shí)別生物模式：受遺傳基因制約，有大致相同的表觀又有較大個(gè)體差異。植物的根莖和人類的胃部模式識(shí)別語音模式：另一種生物特征模式。模式識(shí)別紋理模式：局部區(qū)域不規(guī)則而整體表觀的規(guī)則性。模式識(shí)別模式的特點(diǎn)確定性和隨機(jī)性以人臉為例o 確定性n結(jié)構(gòu)關(guān)系：眼睛、鼻子、嘴n器官形狀：眼睛形狀、鼻子形狀、嘴形狀n膚色：色調(diào)o 隨機(jī)性n結(jié)

16、構(gòu)關(guān)系：距離、角度n器官形狀：大小、形狀參數(shù)不同n膚色：不同膚色，不同飽和度和光潔度模式識(shí)別定義：模式識(shí)別o 定義：依據(jù)一定的規(guī)則，將模式進(jìn)行分類的過程o 主要目的:n 數(shù)據(jù)處理：處理圖像以減少噪聲n 模式表達(dá)：Pattern Representationn 選擇最優(yōu)的方法進(jìn)行模式分類模式識(shí)別基于生物特征的身份鑒別技術(shù)（Biometrics技術(shù)）o 人臉識(shí)別o 話者識(shí)別o 指紋識(shí)別o 虹膜識(shí)別o 紅外溫譜識(shí)別o 筆跡識(shí)別o 視網(wǎng)膜識(shí)別o 手形o 手背血管分布o(jì) 耳朵輪廓o 掌紋o 步態(tài)o 氣味Photoshop舉例o 實(shí)例一：閾值圖像分割o 實(shí)例二：制作個(gè)性簽名Ps實(shí)例實(shí)例實(shí)例一：閾值圖像分割

17、o 打開素材 cat.jpg，執(zhí)行 圖像-調(diào)整-去色。o 執(zhí)行 圖像-調(diào)整-閾值，調(diào)整不同閾值色階，查看圖像變化。Ps實(shí)例實(shí)例實(shí)例二：制作個(gè)性簽名o 執(zhí)行圖像-新建，設(shè)置參數(shù)如圖，新建一個(gè)背景為白色的圖像。Ps實(shí)例實(shí)例o 設(shè)置前景色為R=255，G=227，B=220，背景色為R=255，G=171，B=209，確定。o 選擇漸變工具，設(shè)置漸變屬性如圖所示。拖移鼠標(biāo)填充漸變色。Ps實(shí)例實(shí)例o 新建透明圖層，選新建透明圖層，選擇自定義形狀工具，擇自定義形狀工具，屬性欄設(shè)置如圖所屬性欄設(shè)置如圖所示，在形狀屬性中示，在形狀屬性中追加特色圖形，并追加特色圖形，并選擇一種自己喜歡選擇一種自己喜歡的顏色。

18、的顏色。Ps實(shí)例實(shí)例Ps實(shí)例實(shí)例o 設(shè)置前景色為白色（R=255,G=255,B=255）,單擊屬性欄中的填充像素，在圖像中繪制形狀。o 使用移動(dòng)工具，按住alt鍵不放，移動(dòng)復(fù)制形狀，直到填滿整個(gè)圖像，并合并所有副本圖層。o 設(shè)置圖層1的不透明度為23%。Ps實(shí)例實(shí)例o 打開素材 圓環(huán).tif，使用移動(dòng)工具，把素材圖片移至工作圖像中，按ctrl+T自由變換圖層至合適大小和位置，按enter鍵確定，并設(shè)置圖層混合模式為濾色。o 打開素材 月歷.tif，移動(dòng)至當(dāng)前圖像中，按ctrl+T自由變換圖層至合適大小和位置，并設(shè)置圖層混合模式為正片疊底。Ps實(shí)例實(shí)例o 打開素材 日記女孩.tif，移動(dòng)至當(dāng)前圖像中，按ctrl+T自由變換圖層至合適大小和位置，雙擊確定。為日記女孩圖層設(shè)置圖層樣式投影，打開投影設(shè)置對(duì)話框。Ps