版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、第六章 圖像分割(fng)和分析6.1 圖像分割6.2 特征(tzhng)表示與描述6.3 識別與解釋共四十九頁6.1 圖像(t xin)分割(Image Segmentation)6.1.1 圖像分割引言6.1.2 間斷分割(非連續(xù)性分割)6.1.3 邊緣連接法6.1.4 閾值分割法(相似性分割)6.1.5 基于區(qū)域的分割(相似性分割)6.1.6 數(shù)學(xué)(shxu)形態(tài)學(xué)圖像處理共四十九頁6.1.1 圖像分割(fng)引言1 圖像分析的概念(ginin)從圖像中提取信息的技術(shù)。2 圖像分析系統(tǒng)的基本構(gòu)成預(yù)處理圖像分割特征提取對象識別共四十九頁知識庫表示與描述預(yù)處理分割低級處理高級處理中級處理識
2、別與解釋結(jié)果圖像獲取問題6.1.1 圖像分割(fng)引言3 圖像分析(fnx)系統(tǒng)的構(gòu)成共四十九頁6.1.1 圖像分割(fng)引言2 圖像分割的概念在對圖像的研究和應(yīng)用中,人們往往僅對圖像中的某些部分感興趣,這些部分一般(ybn)稱為目標(biāo)或前景。為了辨識和分析目標(biāo),需要將有關(guān)區(qū)域分離提取出來,在此基礎(chǔ)上對目標(biāo)進(jìn)一步利用,如進(jìn)行特征提取和測量。圖像分割就是指把圖像分成各具特性的區(qū)域,并提取出感興趣目標(biāo)的技術(shù)和過程。共四十九頁6.1.1 圖像(t xin)分割引言3 圖像分割的基本策略 特性可以是灰度、顏色、紋理等,目標(biāo)可以對應(yīng)單個區(qū)域,也可以對應(yīng)多個區(qū)域 圖像分割的基本策略,基于灰度值的兩個
3、基本特性: 1) 不連續(xù)性不連續(xù)性是基于特性(如灰度)的不連續(xù)變化分割圖像,如邊緣(binyun)檢測 2) 相似性根據(jù)制定的準(zhǔn)則將圖像分割為相似的區(qū)域,如閾值處理、區(qū)域生長共四十九頁6.1.2 間斷(jindun)(Discontinuities)分割(非連續(xù)性分割)6.1.2.1 點(diǎn)檢測(jin c)6.1.2.2 線檢測6.1.2.3 邊緣檢測共四十九頁6.1.2.1 點(diǎn)檢測(jin c) R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106設(shè) :閾值(y zh):T = 64 R T88881288888圖像-1-
4、1-1-18-1-1-1-1模板點(diǎn)檢測(Point Detection)用空域的高通濾波器來檢測孤立點(diǎn)。例:共四十九頁6.1.2.1 點(diǎn)檢測(jin c)點(diǎn)檢測算法描述設(shè)定閾值 T,如T = 32、64、128等,并計(jì)算高通濾波值R。如果R值等于(dngy)0,說明當(dāng)前檢測點(diǎn)的灰度值與周圍點(diǎn)的相同。當(dāng)R的值足夠大時,說明該點(diǎn)的值與周圍的點(diǎn)非常不同,是孤立點(diǎn)。通過閾值T來判斷若|R| T,則檢測到一個孤立點(diǎn)。共四十九頁6.1.2.2 線檢測(jin c)線檢測(Line Detection)通過比較典型(dinxng)模板的計(jì)算值,確定一個點(diǎn)是否在某個方向的線上。-1-1-1222-1-1-1水
5、平模板-1-12-12-12-1-145度模板-12-1-12-1-12-1垂直模板2-1-1-12-1-1-12135度模板共四十九頁6.1.2.2 線檢測(jin c)用4種模板分別(fnbi)計(jì)算R水平 = -6 + 30 = 24R45度 = -14 + 14 = 0R垂直 = -14 + 14 = 0 R135度 = -14 + 14 = 0111555111111555111111555111實(shí)例:圖像共四十九頁6.1.2.2 線檢測(jin c)線的檢測算法描述依次(yc)計(jì)算4個方向的典型檢測模板,得到Ri i=1,2,3,4如 |Ri| |Rj| ,ji,那么這個點(diǎn)被稱為在方
6、向上更接近模板i 所代表的線。設(shè)計(jì)任意方向的檢測模板可能大于33模板系數(shù)和為0感興趣的方向的系數(shù)大。 共四十九頁6.1.2.3 邊緣(binyun)檢測(Edge Detection)1 邊緣的定義 圖像中灰度發(fā)生突變或不連續(xù)的微小區(qū)域(一組相連的像素集合),即是兩個具有相對不同灰度值特性的區(qū)域的邊界線。 在一幅圖像中,邊緣有方向和幅度兩個特性。一般認(rèn)為沿邊緣走向的灰度變化較為平緩,而垂直于邊緣走向的灰度變化劇烈。即灰度梯度指向(zh xin)邊緣的垂直方向。 共四十九頁6.1.2.3 邊緣(binyun)檢測2 基本思想(sxing)計(jì)算局部微分算子。截面圖邊緣圖像共四十九頁6.1.2.3
7、邊緣(binyun)檢測一階微分:用梯度算子來計(jì)算 特點(diǎn):對于左圖,左側(cè)的邊是正的(由暗到亮),右側(cè)的邊是負(fù)的(由亮到暗)。對于右圖,結(jié)論相反。常數(shù)部分為零。 用途:用于檢測圖像中邊的存在。共四十九頁6.1.2.3 邊緣(binyun)檢測二階微分:通過拉普拉斯來計(jì)算(j sun)特點(diǎn):二階微分在亮的一邊是正的,在暗的一邊是負(fù)的。常數(shù)部分為零。0-1-140-10-10共四十九頁6.1.2.3 邊緣(binyun)檢測用途:1)二次導(dǎo)數(shù)的符號,用于確定邊上的像素是在亮的一邊,還是暗的一邊。2)0跨越(零交叉),確定邊的準(zhǔn)確位置。共四十九頁6.1.2.3 邊緣(binyun)檢測3 梯度算子(s
8、un z)(Gradient operators)函數(shù)f(x,y)在(x,y)處的梯度為一個向量:f = f / x , f / yT計(jì)算這個向量的大小為:|f| = mag(f ) = (f / x)2 +(f / y)21/2近似為: |f| |Gx| + | Gy |梯度的方向角為:(x,y) = arctan(Gy / Gx)共四十九頁6.1.2.3 邊緣(binyun)檢測共四十九頁6.1.2.3 邊緣(binyun)檢測 Gx = (z7 + z8 + z9) - (z1 + z2 + z3) Gy = (z3 + z6 + z9) - (z1 + z4 + z7)梯度值: |f
9、| | Gx | + | Gy |共四十九頁6.1.2.3 邊緣(binyun)檢測Gx-220-110-110000-1-1-2112Gyz2z8z5z3z9z6z1z7z4Sobel算子為: Gx = (z7 + 2z8 + z9) - (z1 + 2z2 + z3) Gy = (z3 + 2z6 + z9) - (z1 + 2z4 + z7)梯度值: |f | | Gx | + | Gy |共四十九頁6.1.2.3 邊緣(binyun)檢測Sobel(Prewitt)梯度算子的使用與分析1) 直接計(jì)算Gx 、 Gy可以檢測到邊的存在, 以及從暗到亮,從亮到暗的變化。 2) 僅計(jì)算| Gx
10、 |,產(chǎn)生(chnshng)最強(qiáng)的響應(yīng)是正交 于x軸的邊; | Gy |則是正交于y軸的邊。共四十九頁6.1.2.3 邊緣(binyun)檢測4 拉普拉斯(the Laplacian)1) 二維函數(shù)f(x,y)的拉普拉斯是一個二階的微分(wi fn),定義為: 2f = 2f / x2 + 2f / y2 可以用多種方式將其表示為數(shù)字形式。對于一個33的區(qū)域,經(jīng)驗(yàn)上被推薦最多的形式是: 2f = 4z5 (z2 + z4 + z6 + z8)z2z8z5z3z9z6z1z7z4共四十九頁6.1.2.3 邊緣(binyun)檢測2) 拉普拉斯算子的分析:缺點(diǎn):對噪聲的敏感;會產(chǎn)生雙邊效果;不能檢
11、測出邊的方向。應(yīng)用:拉普拉斯算子不直接用于邊的檢測,通常只起輔助的角色。檢測一個像素(xin s)是在邊的亮的一邊還是暗的一邊。利用二階導(dǎo)數(shù)零交叉,確定邊的位置。共四十九頁6.1.2.3 邊緣(binyun)檢測5 馬爾(Marr)算子(sun z) 實(shí)際中,可將圖像與如下2-D高斯函數(shù)的拉普拉斯作卷積,以消除噪聲。其中是高斯分布的均方差。如果令r2=x2+y2, 那么根據(jù)求拉普拉斯的定義式,有這個公式一般叫高斯型的拉普拉斯算子(Laplacian of a Gaussian,LoG)。共四十九頁6.1.2.3 邊緣(binyun)檢測 這是一個軸對稱函數(shù)(hnsh),它的剖面圖如下:0-r
12、由圖可見,這個函數(shù)在r=處有過零點(diǎn),在r時為負(fù)。共四十九頁6.1.2.3 邊緣(binyun)檢測 上述算子2h也稱為馬爾算子。由于圖像的形狀,有時被稱為墨西哥草帽函數(shù)。 先做高斯平滑,然后再用2對圖像做卷積來找邊緣,等價于用2h對圖像做卷積。 因?yàn)?yn wi)2h的平滑性質(zhì)能減少噪聲的影響,所以當(dāng)邊緣模糊或噪聲較大時。利用2h檢測過零點(diǎn)能提供較可靠的邊緣位置。共四十九頁6.1.2.3 邊緣(binyun)檢測例如:右圖顯示了一個對2h近似的55模板。這種近似不是唯一的。其目的是得到2h本質(zhì)的形狀;即,一個正的中心項(xiàng),周圍被一個相鄰的負(fù)值區(qū)域圍繞(這個負(fù)值區(qū)域從原點(diǎn)開始作為(zuwi)距離的
13、函數(shù)在值上是增加的),并被一個零值的外部區(qū)域所包圍。-2-1-216-1-10-1-20-10-1-20000-10000-10 系數(shù)的總和也必須為零,以便在灰度級不變的區(qū)域中模板的響應(yīng)為零。 共四十九頁與梯度算子比較:6.1.2.3 邊緣(binyun)檢測共四十九頁6.1.3 邊緣連接(Edge Linking)6.1.3.1 局部連接處理(邊界閉合(b h))6.1.3.2 Hough變換共四十九頁6.1.3 邊緣連接法邊緣連接法邊緣連接的意義邊緣檢測算法的后處理。由于噪聲、不均勻的照明等原因,邊界的特征很少能夠被完整地描述,在亮度不一致(yzh)的地方會中斷。因此典型的邊檢測算法后面總
14、要跟隨著連接過程,用來歸整邊像素,成為有意義的邊。共四十九頁6.1.3.1 局部(jb)連接處理(邊界閉合)1 連接處理(chl)的時機(jī)和目的 時機(jī):對做過邊緣檢測的圖像進(jìn)行。 目的:連接間斷的邊。共四十九頁6.1.3.1 局部連接(linji)處理(邊界閉合)2 連接處理的原理1)做過邊緣檢測后,對每個邊緣點(diǎn)(x,y)的鄰域(ln y)內(nèi)像素的特點(diǎn)進(jìn)行分析。2)分析在一個小的鄰域(33或55)中進(jìn)行。3)用比較梯度算子的響應(yīng)強(qiáng)度和梯度方向確定兩個點(diǎn)是否同屬一條邊。點(diǎn)(x,y)點(diǎn)(x,y)共四十九頁6.1.3.1 局部連接(linji)處理(邊界閉合)通過比較梯度,確定兩個點(diǎn)的連接性: 對于點(diǎn)
15、(x,y),判斷其是否(sh fu)與鄰域內(nèi)的點(diǎn) (x,y)相似,當(dāng):|f (x,y)| |f (x,y)| T其中T是一個非負(fù)的閾值。共四十九頁6.1.3.1 局部(jb)連接處理(邊界閉合)比較梯度向量的方向角 對于(duy)點(diǎn)(x,y),判斷其是否與鄰域內(nèi)的點(diǎn) (x,y)的方向角相似,當(dāng): | (x,y) (x,y)| A其中A是一個角度閾值。共四十九頁6.1.3.1 局部連接處理(chl)(邊界閉合) 當(dāng)梯度值和方向角都是相似(xin s)的,則點(diǎn)(x,y),與邊點(diǎn)界(x,y)是連接的。點(diǎn)(x,y)點(diǎn)(x,y)共四十九頁6.1.3.2 霍夫(Hough)變換(binhun)問題的提出H
16、ough變換的基本(jbn)思想算法實(shí)現(xiàn)Hough變換的擴(kuò)展共四十九頁6.1.3.2 Hough變換(binhun)1 Hough變換(HT)問題的提出在找出邊緣點(diǎn)集之后,需要連接(linji),形成完整的邊緣圖形描述。共四十九頁2 Hough變換(binhun)的基本思想y=kx+q(x0,y0)xykq(k,q)例如為了檢測任意方向和位置的直線。該直線在原始圖像空間(x,y)的直線方程(fngchng)為:y=kx+q (斜截式)它與參數(shù)空間上的一個點(diǎn)(k,q)相對應(yīng)。過(x0,y0)的一組直線,在參數(shù)空間中可用一條直線表示。 所以,在圖像中一條直線上,在參數(shù)空間中為一個點(diǎn),在參數(shù)空間中找
17、到這個點(diǎn),就可以找到在x,y空間中對應(yīng)的這條線的兩個參數(shù)。共四十九頁6.1.3.2 Hough變換(binhun)xykq(k0,q0) 把每一個點(diǎn)(指過每一點(diǎn)的一組線)都變換到k,q坐標(biāo)中,各對應(yīng)一條直線,共10條線,10條線交于一點(diǎn)(k0,q0),這點(diǎn)所對應(yīng)的k,q值就是(jish)x,y空間中這10個點(diǎn)共線的線的參數(shù),則它在x-y空間上對應(yīng)于直線y= k0 x+q0 。共四十九頁6.1.3.2 Hough變換(binhun) 對于分布在兩條直線上的點(diǎn),就可以在參數(shù)空間(kngjin)中找到兩個聚類點(diǎn)。kqxyABCDEF共四十九頁6.1.3.2 Hough變換(binhun) 1962年
18、由霍夫(Hough)向美國申請專利,用來檢測圖像中的直線和曲線。后經(jīng)Rosenfeld把它引用到圖像處理中,提出(t ch)用一個二維累積數(shù)組作霍夫變換。 為了用程序?qū)崿F(xiàn),要準(zhǔn)備一個表示k-q空間的二維數(shù)組,每通過一個軌跡,就在數(shù)組元素中加上1,在對應(yīng)于邊緣點(diǎn)所有的軌跡都畫出之后,就可以提取具有較大值的數(shù)組元素,這就是邊緣。 以上方法的毛病是:用了直線斜率和截距,若斜率無窮大,則在k,q空間中k非常大。共四十九頁4 Hough變換算法實(shí)現(xiàn) 76年由Duda和Hart作了改進(jìn),把用斜率和截距的表示(biosh)變成用法線和法線與X軸的夾角表示。即: yx(x,y)(x0,y0) 其中是從原點(diǎn)引到
19、直線的垂線長度; 是垂線和x軸的夾角。 = xcos + ysin 如果(rgu)設(shè)這條直線通過圖像上的點(diǎn)(x0,y0),則:= x0cos+ y0sin共四十九頁6.1.3.2 Hough變換(binhun) -空間上的一點(diǎn)對應(yīng)于x-y空間上的一條直線。 相反,用上式表示的-空間的軌跡,就表示了在x-y空間通過(x0,y0)點(diǎn)的所有直線群。 對圖像中所有的邊緣點(diǎn)施以同樣的操作,便求出在-空間各條軌跡集中的位置 ( 0,0 ),它在x-y空間上對應(yīng)于直線0= xcos0+ ysin0,這樣直線將被檢測(jin c)出來。 可以取02或- 。共四十九頁6.1.3.2 Hough變換(binhun)yx6012060ABCDEFG(a) x-y空間的邊緣點(diǎn)(霍夫變換)共四十九頁6.1.3.2 Hough變換
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 租賃商鋪傭金合同范例
- 購買水桶合同范例
- 快手轉(zhuǎn)讓合同范例
- 簡便物流合同范例
- 水電消防分包合同范例
- 水產(chǎn)捕撈勞務(wù)合同范例
- 2014勞動合同范例
- 燒烤廚師聘用合同范例
- 設(shè)計(jì)顧問合同范例
- 食品運(yùn)輸合同范例
- 一次性使用止血套環(huán)產(chǎn)品技術(shù)要求北京中諾恒康生物科技
- 聆聽李鎮(zhèn)西老講座匯報(bào)課件
- 監(jiān)控系統(tǒng)培訓(xùn)記錄表
- 《教育心理學(xué)》教材
- 北師大版三年級上冊數(shù)學(xué)期末總復(fù)習(xí)(專題)課件
- 云計(jì)算安全責(zé)任共擔(dān)白皮書
- DB37 5155-2019 公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)
- (完整PPT)鋁模施工工藝介紹課件
- 商務(wù)英語翻譯之合同翻譯
- 申辦繼承權(quán)親屬關(guān)系證明
- 鋼筋統(tǒng)計(jì)表(插圖有尺寸)
評論
0/150
提交評論