第五章 圖像分割

第五章圖像分割第1頁，共70頁，2023年，2月20日，星期三圖像分割實(shí)例：虹膜定位第2頁，共70頁，2023年，2月20日，星期三第3頁，共70頁，2023年，2月20日，星期三主要內(nèi)容5.1間斷檢測5.2邊緣連接和邊界檢測5.3門限處理5.4基于區(qū)域的分割5.5基于形態(tài)學(xué)分水嶺的分割（自學(xué)）第4頁，共70頁，2023年，2月20日，星期三概念1、圖像分割是指將圖像劃分為它的子區(qū)域或?qū)ο蟮倪^程。2、有選擇性地定位感興趣對象在圖像中的位置和范圍。第5頁，共70頁，2023年，2月20日，星期三虹膜定位第6頁，共70頁，2023年，2月20日，星期三原理1、基于灰度的不連續(xù)性。（區(qū)域之間）2、基于灰度的相似性。（區(qū)域內(nèi)部）3、同時(shí)使用灰度不連續(xù)性和灰度相似性。第7頁，共70頁，2023年，2月20日，星期三5.1間斷檢測1點(diǎn)檢測

（1）原理用空域的高通濾波器來檢測孤立點(diǎn)。-1-1-1-18-1-1-1-1-1-2-1-212-2-1-2-1與前面學(xué)過的濾波器有什么區(qū)別？第8頁，共70頁，2023年，2月20日，星期三（2）實(shí)例第9頁，共70頁，2023年，2月20日，星期三（3）MATLAB實(shí)現(xiàn)點(diǎn)檢測模板w：-1-1-1-18-1-1-1-1檢測方法：g=abs(imfilter(double(f),w))>=T示例f=imread(‘moon.tif’);w=[-1-1-1;-18-1;-1-1-1];g=abs(imfilter(double(f),w));T=max(g(:));T=T*0.9;g=g>=T;imshow(f);figure,imshow(g);

第10頁，共70頁，2023年，2月20日，星期三2線檢測

（1）原理模板檢測。第11頁，共70頁，2023年，2月20日，星期三（2）實(shí)例第12頁，共70頁，2023年，2月20日，星期三（3）MATLAB實(shí)現(xiàn)水平模板、+45度模板、垂直模板、-45度模板。示例f=imread(‘wirebond_mask.tif’);imshow(f);w=[2-1-1;-12-1;-1-12];g=abs(imfilter(double(f),w));figure,imshow(g);

第13頁，共70頁，2023年，2月20日，星期三3邊緣檢測

（1）基礎(chǔ)A、兩種邊緣模型第14頁，共70頁，2023年，2月20日，星期三B、一階導(dǎo)數(shù)和二階導(dǎo)數(shù)特點(diǎn)1、一階導(dǎo)數(shù)：在斜坡上，導(dǎo)數(shù)值為正，在平坦區(qū)為零。2、二階導(dǎo)數(shù)：在躍變點(diǎn)，一正一負(fù)，其他部分為零。（過零點(diǎn)）第15頁，共70頁，2023年，2月20日，星期三C、噪聲對一階導(dǎo)數(shù)和二階導(dǎo)數(shù)的影響噪聲對一階和二階導(dǎo)數(shù)都有影響，尤其對二階導(dǎo)數(shù)影響較大，因此，在檢測邊緣前應(yīng)該考慮平滑處理。第16頁，共70頁，2023年，2月20日，星期三（2）梯度算子

A、梯度算子第17頁，共70頁，2023年，2月20日，星期三

B、各種梯度模板第18頁，共70頁，2023年，2月20日，星期三C、實(shí)例思考題：為什么圖像的梯度只需要計(jì)算x和y方向的梯度？第19頁，共70頁，2023年，2月20日，星期三圖5-10用Prewitt算子進(jìn)行邊緣檢測的結(jié)果第20頁，共70頁，2023年，2月20日，星期三用Sobel算子進(jìn)行邊緣檢測的結(jié)果第21頁，共70頁，2023年，2月20日，星期三（3）拉普拉斯算子

A、拉普拉斯算子第22頁，共70頁，2023年，2月20日，星期三第23頁，共70頁，2023年，2月20日，星期三B、LoG算子為什么在Laplacian算子的基礎(chǔ)上引入LoG算子？第24頁，共70頁，2023年，2月20日，星期三

零交叉求邊緣第25頁，共70頁，2023年，2月20日，星期三（4）MATLAB實(shí)現(xiàn)語法：[g,t]=edge(f,‘method’,parameter)說明：g是一個(gè)邏輯數(shù)組，其值為：在f中檢測到邊緣的位置為1，其他位置為零；t是edge是用的閾值；method為邊緣監(jiān)測器方法，可選為：‘sobel’,‘prewit’,‘roberts’,‘log’(LoG),‘zerocoss’,‘canny’等；parameter包含兩部分：T為指定的閾值，第二部分為dir（檢測邊緣的首選方向：‘horizontal’,‘vertical’,‘both’），或sigma（標(biāo)準(zhǔn)方差），或H（指定的濾波函數(shù)）。第26頁，共70頁，2023年，2月20日，星期三示例：f=imread(‘rice.tif’);imshow(f);[gsobel,t]=edge(f,‘sobel’);figure,imshow(gsobel);[glog,t]=edge(f,‘log’);figure,imshow(glog);[gcanny,t]=edge(f,‘canny’);figure,imshow(gcanny);第27頁，共70頁，2023年，2月20日，星期三5.2邊緣連接和邊界檢測1基于局部處理的邊緣點(diǎn)連接分析圖像中每個(gè)點(diǎn)(x,y)的小鄰域（如3*3或5*5）內(nèi)像素的特點(diǎn)，將滿足相似性準(zhǔn)則的點(diǎn)連接起來，形成邊緣。第28頁，共70頁，2023年，2月20日，星期三第29頁，共70頁，2023年，2月20日，星期三2通過Hough變換進(jìn)行整體處理（1）問題的提出在找出邊界點(diǎn)集之后，需要連接，形成完整的邊界圖形描述。第30頁，共70頁，2023年，2月20日，星期三（2）Hough變換檢測直線的基本思想對于邊界上的n個(gè)點(diǎn)的點(diǎn)集，找出共線的點(diǎn)集和直線方程。設(shè)任意兩點(diǎn)的直線方程：y=ax+b，構(gòu)造一個(gè)參數(shù)a，b的平面。ab第31頁，共70頁，2023年，2月20日，星期三A、xy平面上的任意一條直線y=ax+b，對應(yīng)在參數(shù)ab平面上都有一個(gè)點(diǎn)。B、過xy平面一個(gè)點(diǎn)(x,y)的所有直線，構(gòu)成參數(shù)ab平面上的一條直線。abab第32頁，共70頁，2023年，2月20日，星期三C、如果點(diǎn)(x1,y1)與點(diǎn)(x2,y2)共線，那么這兩點(diǎn)在參數(shù)ab平面上的直線將有一個(gè)交點(diǎn)。D、在參數(shù)ab平面上相交直線最多的點(diǎn)，對應(yīng)的xy平面上的直線就是我們的解abyx(x1,y1)(x2,y2)a’b’aA第33頁，共70頁，2023年，2月20日，星期三（3）實(shí)例第34頁，共70頁，2023年，2月20日，星期三第35頁，共70頁，2023年，2月20日，星期三3MATLAB實(shí)現(xiàn)設(shè)計(jì)與實(shí)現(xiàn)一個(gè)基于Hough變換的直線檢測器。（作業(yè)）第36頁，共70頁，2023年，2月20日，星期三5.3門限處理1基礎(chǔ)（1）單閾值分割思考題：如何尋找閾值？第37頁，共70頁，2023年，2月20日，星期三（2）多閾值分割第38頁，共70頁，2023年，2月20日，星期三（3）門限處理的分類A、全局門限處理T僅取決于f(x,y)，即僅取決于灰度級值。B、局部門限處理T取決于f(x,y)和p(x,y)。C、動(dòng)態(tài)（自適應(yīng)）門限處理T取決于空間坐標(biāo)x和y。f(x,y)是點(diǎn)(x,y)的灰度級，p(x,y)表示點(diǎn)(x,y)的局部性質(zhì)。第39頁，共70頁，2023年，2月20日，星期三2照明不均勻的影響照明條件不好的圖像，用單閾值時(shí)很難分割的。第40頁，共70頁，2023年，2月20日，星期三常用的改進(jìn)措施：第41頁，共70頁，2023年，2月20日，星期三3基本全局門限處理第42頁，共70頁，2023年，2月20日，星期三第43頁，共70頁，2023年，2月20日，星期三第44頁，共70頁，2023年，2月20日，星期三4基本自適應(yīng)門限處理不均勻亮度等成像因素會造成單一全局門限無法有效分割。另一種改進(jìn)措施是將圖像進(jìn)一步細(xì)分為子圖像，并對不同的子圖像使用不同的門限進(jìn)行分割。你有什么其它的改進(jìn)方法？第45頁，共70頁，2023年，2月20日，星期三第46頁，共70頁，2023年，2月20日，星期三5最佳全局和自適應(yīng)門限（自學(xué)）6利用邊界特性改進(jìn)直方圖和局部門限處理（1）基本思想如果直方圖的尖峰很高、很窄、具有對稱性且被很深的波谷割開，則門限處理就具有非常好的效果。一種改進(jìn)直方圖形狀的方法是只考慮邊緣附近的像素，使得直方圖對于對象和背景大小的依賴性變小。另外，使用某些簡單度量的像素會趨向于加深直方圖尖峰之間的波谷，如拉普拉斯算子。第47頁，共70頁，2023年，2月20日，星期三（2）基本方法A、對圖像分別進(jìn)行梯度運(yùn)算和拉普拉斯運(yùn)算；（局部運(yùn)算）B、由梯度圖計(jì)算門限T；C、生成三級圖像：

D、進(jìn)行掃描，標(biāo)記目標(biāo)和對象。(…)(-,+)(0,或+)(+,-)(…)第48頁，共70頁，2023年，2月20日，星期三第49頁，共70頁，2023年，2月20日，星期三7基于不同變量的門限（自學(xué)）8MATLAB實(shí)現(xiàn)全局閾值處理語法：T=graythresh(f)說明：T是閾值，歸一化為0至1之間的值。局部閾值處理

通過一個(gè)形態(tài)學(xué)頂帽算子并對得到的結(jié)果使用graythresh來計(jì)算。示例：f=imread(‘cell.tif’);imshow(f);T=graythresh(f);G=f>=T;figure,imshow(g);第50頁，共70頁，2023年，2月20日，星期三補(bǔ)充材料：一種快速穩(wěn)健的指紋圖像分割方法1、3×3均值濾波的效果

第51頁，共70頁，2023年，2月20日，星期三2、Sobel算子銳化增強(qiáng)并自適應(yīng)閾值化

未銳化增強(qiáng)銳化增強(qiáng)+全局閾值銳化增強(qiáng)+自適應(yīng)閾值第52頁，共70頁，2023年，2月20日，星期三3邊框效應(yīng)的消除第53頁，共70頁，2023年，2月20日，星期三4形態(tài)學(xué)操作第54頁，共70頁，2023年，2月20日，星期三該方法運(yùn)行速度快，并具有良好的穩(wěn)健性，具有非常好的使用價(jià)值。

第55頁，共70頁，2023年，2月20日，星期三5.4基于區(qū)域的分割1區(qū)域分割的集合描述

將區(qū)域R劃分為若干個(gè)子區(qū)域R1,R2,…,Rn，這些子區(qū)域滿足5個(gè)條件：1)完備性：2)連通性：每個(gè)Ri都是一個(gè)連通區(qū)域3)獨(dú)立性：對于任意i≠j，Ri∩Rj=Ф第56頁，共70頁，2023年，2月20日，星期三4)單一性：每個(gè)區(qū)域內(nèi)的灰度級相等， P（Ri）=TRUE，i=1,2,…,n5)互斥性：任兩個(gè)區(qū)域的灰度級不等， P（Ri∪Rj）=FALSE，i≠j第57頁，共70頁，2023年，2月20日，星期三2區(qū)域生長算法實(shí)現(xiàn)：1）根據(jù)圖像的不同應(yīng)用選擇一個(gè)或一組種子，它或者是最亮或最暗的點(diǎn)，或者是位于點(diǎn)簇中心的點(diǎn)。2）選擇一個(gè)相似性準(zhǔn)則。（灰度級、彩色、紋理、梯度等特性相似）3）從該種子開始向外擴(kuò)張，不斷將與集合中各個(gè)像素連通、且滿足相似性準(zhǔn)則的像素加入集合。4）上一過程進(jìn)行到不再有滿足條件的新結(jié)點(diǎn)加入集合為止。（終止準(zhǔn)則）第58頁，共70頁，2023年，2月20日，星期三區(qū)域A

種子像素第59頁，共70頁，2023年，2月20日，星期三種子選擇準(zhǔn)則：最亮的點(diǎn)。相似性準(zhǔn)則：新加入像素值與已生長的區(qū)域的平均值小于2，且為4連通。終止準(zhǔn)則：沒有像素加入。第60頁，共70頁，2023年，2月20日，星期三隨堂練習(xí)：（區(qū)域生長）4331866544986649109644584533483223432第61頁，共70頁，2023年，2月20日，星期三第62頁，共70頁，2023年，2月20日，星期三3區(qū)域分離與合并算法實(shí)現(xiàn)：1）對圖像中灰度級不同的區(qū)域，均分為四個(gè)子區(qū)域2）如果相鄰的子區(qū)域所有像素的灰度級相同，則將其合并。3）反復(fù)進(jìn)行上兩步操作，直至不再有新的分裂與合并為止第63頁，共70頁，2023年，2月20日，星期三第64頁，共70頁，