HALCON圖像分割課件

1、6.16.26.3閾值分割邊緣檢測(cè)區(qū)域分割第6章 HALCON圖像分割HALCON編程基礎(chǔ)與工程應(yīng)用6.1閾值分割定義： 閾值分割是一種按圖像像素灰度幅度進(jìn)行分割的方法，它是把圖像的灰度分成不同的等級(jí)，然后用設(shè)置灰度門限（閾值）的方法，確定有意義的區(qū)域或要分割物體的邊界。步驟：（1）確定閾值；（2）將閾值與像素灰度值進(jìn)行比較；（3）把像素分類。HALCON編程基礎(chǔ)與工程應(yīng)用 實(shí)驗(yàn)法通過人眼的觀察，對(duì)已知某些特征的圖像試驗(yàn)不同的閾值，觀察是否滿足要求。 實(shí)驗(yàn)法的問題是適用范圍窄，使用前必須事先知道圖像的某些特征，比如平均灰度等，而且分割后的圖像質(zhì)量的好壞受主觀局限性的影響很大。1、實(shí)驗(yàn)法 （a）

2、原圖 （b）分割后HALCON編程基礎(chǔ)與工程應(yīng)用 如果圖像的前景物體內(nèi)部和背景區(qū)域的灰度值分布都比較均勻，那么這個(gè)圖像的灰度直方圖具有明顯雙峰，此時(shí)可以選擇兩峰之間的谷底對(duì)應(yīng)的灰度值T作為閾值進(jìn)行圖像分割。 此種單閾值分割方法簡(jiǎn)單易操作，但是當(dāng)兩個(gè)峰值相差很遠(yuǎn)時(shí)不適用，而且，此種方法容易受到噪聲的影響，進(jìn)而導(dǎo)致閾值選取的誤差。2、根據(jù)直方圖谷底確定閾值法 （a）原圖 （b）分割后HALCON編程基礎(chǔ)與工程應(yīng)用 迭代式閾值選擇方法的基本思路是：開始選擇一個(gè)閾值作為初始估計(jì)值，然后按照某種規(guī)則不斷的更新這一估計(jì)值，直到滿足給定的條件為止。 這個(gè)過程的關(guān)鍵是選擇什么樣迭代規(guī)則。一個(gè)好的迭代規(guī)則必須既

3、能夠快速收斂，又能夠在每一個(gè)迭代過程中產(chǎn)生優(yōu)于上一次迭代的結(jié)果。3、迭代選擇閾值法 （a）原圖 （b）分割后HALCON編程基礎(chǔ)與工程應(yīng)用 最大類間方差法選定的分割閾值應(yīng)該使前景區(qū)域的平均灰度、背景區(qū)域的平均灰度與整幅圖像的平均灰度之間差別最大，這種差異用方差來表示。 該算法是在判別分析最小二乘法原理的基礎(chǔ)上推導(dǎo)得出，計(jì)算簡(jiǎn)單，是一種穩(wěn)定、常用的算法。4、最大類間方差法 （a）原圖 （b）分割后HALCON編程基礎(chǔ)與工程應(yīng)用6.2邊緣檢測(cè)圖像的邊緣是圖像的基本特征，邊緣上的點(diǎn)是指圖像周圍像素灰度產(chǎn)生變化的那些像素點(diǎn)，即灰度值導(dǎo)數(shù)較大的地方。 基于一階導(dǎo)數(shù)的邊緣檢測(cè)算子包括Robert算子、So

4、bel算子、Prewitt算子等，它們都是梯度算子。 基于二階導(dǎo)數(shù)的邊緣檢測(cè)算子主要是高斯-拉普拉斯邊緣檢測(cè)算子。HALCON編程基礎(chǔ)與工程應(yīng)用一階算子典型算子 Roberts算子利用局部差分算子尋找邊緣，邊緣定位較準(zhǔn)，但容易丟失一部分邊緣，同時(shí)由于圖像沒有經(jīng)過平滑處理，因此不具有抑制噪聲的能力。該算子對(duì)具有陡峭邊緣且含噪聲少的圖像處理效果較好。 Sobel算子很容易在空間上實(shí)現(xiàn)。Sobel算子邊緣檢測(cè)器不但產(chǎn)生較好的邊緣檢測(cè)效果，同時(shí)因?yàn)镾obel算子引入了局部平均，使其受噪聲的影響也比較小。當(dāng)使用較大的模板時(shí)，抗噪聲特性會(huì)更好，但是這樣會(huì)增大計(jì)算量，并且得到的邊緣比較粗。 Prewitt和

5、Sobel算子的方程完全一樣，只是常量c=1。 由于常量c的不同，這一算子與Sobel算子不同的地方在于沒有把重點(diǎn)放在接近模板中心的像素點(diǎn)。當(dāng)用兩個(gè)掩膜板（卷積算子）組成邊緣檢測(cè)器時(shí)，通常取較大的幅度作為輸出值。 Kirsch算法由K0K7八個(gè)方向的模板決定的，將K0K7的模板元素分別與當(dāng)前像素點(diǎn)的33模板區(qū)域的像素點(diǎn)作乘求和，然后選八個(gè)值中最大的值作為中央像素的邊緣強(qiáng)度。HALCON編程基礎(chǔ)與工程應(yīng)用一階算子典型算子原圖Roberts濾波Sobel濾波Prewitt濾波Kirsch濾波HALCON編程基礎(chǔ)與工程應(yīng)用高斯-拉普拉斯算子典型算子 拉普拉斯算子是一個(gè)二階導(dǎo)數(shù)，對(duì)噪聲具有很大的敏感度

6、，而且其幅值會(huì)產(chǎn)生雙邊緣。另外，邊緣方向的不可檢測(cè)性也是拉普拉斯算子的缺點(diǎn)，因此，一般不以其原始形式用于邊緣檢測(cè)。為了彌補(bǔ)拉普拉斯算子的缺陷，美國學(xué)者M(jìn)arr提出了一種算法，在使用拉普拉斯算子之前一般先進(jìn)行高斯低通濾波。 （a）原圖 （b）高斯-拉普拉斯邊緣提取 （c）零交叉邊緣檢測(cè)效果圖HALCON編程基礎(chǔ)與工程應(yīng)用Canny算子典型算子 Canny邊緣檢測(cè)算子是一種具有較好邊緣檢測(cè)性能的算子，利用高斯函數(shù)的一階微分性質(zhì)，把邊緣檢測(cè)問題轉(zhuǎn)換為檢測(cè)準(zhǔn)則函數(shù)極大值的問題，能在噪聲抑制和邊緣檢測(cè)之間取得較好的折中。 （a）原圖 （b）Canny邊緣提取 HALCON編程基礎(chǔ)與工程應(yīng)用像素邊緣提取和

7、亞像素邊緣提取典型算子 例如某CMOS攝像機(jī)芯片，其像素間距為5.2微米。兩個(gè)像素之間有5.2微米的距離，在宏觀上可以看作是連在一起的。但是在微觀上，它們之間還有更小的東西存在，這個(gè)更小的東西我們稱它為“亞像素”。（a）像素邊緣提取 （b）亞像素邊緣提取HALCON編程基礎(chǔ)與工程應(yīng)用 Hough變換是一種檢測(cè)、定位直線和解析曲線的有效方法。它是把二值圖變換到Hough參數(shù)空間，在參數(shù)空間用極值點(diǎn)的檢測(cè)來完成目標(biāo)的檢測(cè)。 在實(shí)際中由于噪聲和光照不均等因素，使得在很多情況下所獲得的邊緣點(diǎn)是不連續(xù)的，必須通過邊緣連接將它們轉(zhuǎn)化為有意義的邊緣，一般的做法是對(duì)經(jīng)過邊緣檢測(cè)的圖像進(jìn)一步使用連接技術(shù)，從而將

8、邊緣像素組合成完整的邊緣。Hough變換HALCON編程基礎(chǔ)與工程應(yīng)用6.3區(qū)域分割 區(qū)域分割利用的是圖像的空間性質(zhì)，認(rèn)為分割出來的屬于同一區(qū)域的像素應(yīng)具有相似的性質(zhì)。傳統(tǒng)的區(qū)域分割方法有區(qū)域生長(zhǎng)和區(qū)域分裂與合并，還有源于地形學(xué)的分水嶺分割。HALCON編程基礎(chǔ)與工程應(yīng)用1、區(qū)域生長(zhǎng)法 區(qū)域生長(zhǎng)也稱為區(qū)域生成，其基本思想是將一幅圖像分成許多小的區(qū)域，并將具有相似性質(zhì)的像素集合起來構(gòu)成區(qū)域。（a）原圖 （b）區(qū)域生長(zhǎng)分割 （c）最終結(jié)果 HALCON編程基礎(chǔ)與工程應(yīng)用2、分裂合并法 從上面圖像分割的方法中了解到，圖像閾值分割法可以認(rèn)為是從上到下（從整幅圖像根據(jù)不同的閾值分成不同區(qū)域）對(duì)圖像進(jìn)行分

9、開，而區(qū)域生長(zhǎng)法相當(dāng)于從下往上（從種子像素開始不斷接納新像素最后構(gòu)成整幅圖像）不斷對(duì)像素進(jìn)行合并。如果將這兩種方法結(jié)合起來對(duì)圖像進(jìn)行劃分，便是分裂合并算法。因此，其實(shí)質(zhì)是先把圖像分成任意大小而且不重疊的區(qū)域，然后再合并或分裂這些區(qū)域以滿足分割的要求。HALCON編程基礎(chǔ)與工程應(yīng)用3、分水嶺分割 現(xiàn)實(shí)中我們見到過有山有湖的景象，那么那一定是水繞山，山圍水的情形。當(dāng)然在需要的時(shí)候，要人工構(gòu)筑分水嶺，以防集水盆之間的互相穿透。而區(qū)分高山與水的界線，以及湖與湖之間的間隔，就是分水嶺。HALCON編程基礎(chǔ)與工程應(yīng)用3、分水嶺分割HALCON編程基礎(chǔ)與工程應(yīng)用總結(jié) 圖像分割問題是一個(gè)十分困難的問題。例如，物體及其組成部件的二維表現(xiàn)形式受到光照條件、透視畸變、觀察點(diǎn)變化等情況的影響，有時(shí)圖像前景和背景在視覺上無法進(jìn)行簡(jiǎn)易的區(qū)分。因此，人們需要不斷的進(jìn)行學(xué)習(xí)，不斷的探索使用新方法對(duì)圖像進(jìn)