第5章-圖像分割B課件

5.3.1區(qū)域生長法基本思想：從一些種子點(diǎn)開始，將具有相似性質(zhì)的鄰域像素集合起來構(gòu)成區(qū)域。區(qū)域生長法需要選擇一組能正確代表所需區(qū)域的種子像素，確定在生長過程中的相似性準(zhǔn)則，制定讓生長停止的條件或準(zhǔn)則。相似性準(zhǔn)則可以是灰度級(jí)、彩色、紋理、梯度等特性。選取的種子像素可以是單個(gè)像素，也可以是包含若干個(gè)像素的小區(qū)域。種子像素的選取一般需要先驗(yàn)知識(shí)，若沒有則可借助生長準(zhǔn)則對(duì)每個(gè)像素進(jìn)行相應(yīng)計(jì)算。如果計(jì)算結(jié)果出現(xiàn)聚類，則接近聚類中心的像素可取為種子像素。生長準(zhǔn)則有時(shí)還需要考慮像素間的連通性，否則會(huì)出現(xiàn)無意義的分割結(jié)果。5.3.1區(qū)域生長法待分割圖像第一步結(jié)果第二步結(jié)果最后結(jié)果相似性準(zhǔn)則是鄰近像素與種子像素的灰度值差小于35.3.2區(qū)域分裂與合并

基本思想是將圖像分成若干個(gè)子區(qū)域，對(duì)于任意一個(gè)子區(qū)域，如果不滿足某種一致性準(zhǔn)則（一般用灰度均值和方差來度量），則將其繼續(xù)分裂成若干個(gè)子區(qū)域，否則該子區(qū)域不再分裂。如果相鄰的兩個(gè)子區(qū)域滿足某個(gè)相似性準(zhǔn)則，則合并為一個(gè)區(qū)域。直到?jīng)]有可以分裂和合并的子區(qū)域?yàn)橹埂?.3.2區(qū)域分裂與合并假設(shè)分裂時(shí)的一致性準(zhǔn)則為：如果某個(gè)子區(qū)域的灰度均方差大于1.5，則將其分裂為4個(gè)子區(qū)域，否則不分裂。合并時(shí)的相似性準(zhǔn)則為：如果相鄰兩個(gè)子區(qū)域的灰度均值之差不大于2.5，則合并為一個(gè)區(qū)域。5.3.3基于區(qū)域的彩色圖像分割方法

MeanShift：一種聚類方法，分割彩色圖像

Superpixel：超像素圖像分割方法5.3.4基于邊界的圖像分割方法

ActiveContourModel算法演示:5.3.5圖像分割算法總結(jié)

直方圖分割：Otsu算法，迭代閾值法,二者的區(qū)別是什么？基于區(qū)域的方法：區(qū)域生長法，區(qū)域分裂與合并法分水嶺算法：分水嶺算法在分割什么圖像比較有效？彩色圖像分割方法：MeanShift圖像分割算法，Superpixel圖像分割算法。圖像處理的應(yīng)用領(lǐng)域非常廣泛，沒有一種圖像分割方法是最優(yōu)的。要根據(jù)具體問題，選擇相應(yīng)的分割算法。現(xiàn)在圖像分割仍是圖像處理研究的一個(gè)難點(diǎn)和熱點(diǎn)，每年都有大量的論文發(fā)表。目前主要集中彩色圖像分割領(lǐng)域，更具有挑戰(zhàn)性。5.4邊緣檢測(cè)圖像的邊緣是圖像的最基本特征，它是灰度不連續(xù)的結(jié)果。階躍型邊緣實(shí)際圖像中較少存在，經(jīng)過離散化后轉(zhuǎn)換為斜坡型線狀型和屋頂型有些類似，只是線狀型灰度值變化比較快。如何用Matlab實(shí)現(xiàn)上述四種邊緣效果5.4.1微分算子通過計(jì)算一階導(dǎo)數(shù)或二階導(dǎo)數(shù)可以方便地檢測(cè)出圖像中每個(gè)像素在其鄰域內(nèi)的灰度變化，從而檢測(cè)出邊緣。5.4.1微分算子一5.4.1微分算子由上面的分析可以得出以下結(jié)論：一階導(dǎo)數(shù)的幅度值可用來檢測(cè)邊緣的存在；通過檢測(cè)二階導(dǎo)數(shù)的過零點(diǎn)可以確定邊緣的中心位置；利用二階導(dǎo)數(shù)在過零點(diǎn)附近的符號(hào)可以確定邊緣像素位于邊緣的暗區(qū)還是亮區(qū)。

5.4.1微分算子一階導(dǎo)數(shù)通過梯度算子實(shí)現(xiàn)Sobel算子、Prewit算子,Roberts算子2.二階導(dǎo)數(shù)通過拉普拉斯算子實(shí)現(xiàn)拉普拉斯算子為二階導(dǎo)數(shù)3.但是，一階導(dǎo)數(shù)和二階導(dǎo)數(shù)對(duì)噪聲非常敏感，尤其是二階導(dǎo)數(shù)。所以在求二階導(dǎo)數(shù)時(shí)，一般用LOG(LaplacianofGaussian)算子實(shí)現(xiàn)二階導(dǎo)數(shù)。

LOG算子與Laplacian算子的區(qū)別？

5.4.2Canny邊緣檢測(cè)算子

Canny算子是一個(gè)非常有效的邊界檢測(cè)算子。

首先對(duì)灰度圖像進(jìn)行高斯平滑（均方差為σ）。

接著計(jì)算每個(gè)像素的梯度幅值和梯度方向。

然后細(xì)化邊緣。如果當(dāng)前像素的梯度幅值不高于梯度方向上兩個(gè)鄰點(diǎn)的梯度幅值，則抑制該像素響應(yīng)，這種方法稱之為非最大抑制。

Canny算子使用兩個(gè)幅值閾值，高閾值用于檢測(cè)梯度幅值大的強(qiáng)邊緣，低閾值用于檢測(cè)梯度幅值較小的弱邊緣。低閾值通常取為高閾值的一半。

邊緣細(xì)化后，就開始跟蹤具有高幅值的輪廓。

最后，從滿足高閾值的邊緣像素開始，順序跟蹤連續(xù)的輪廓段，把與強(qiáng)邊緣相連的弱邊緣連接起來。5.4.2Canny邊緣檢測(cè)算子

原始圖像Robert邊緣檢測(cè)Sobel邊緣檢測(cè)Canny邊緣檢測(cè)5.4.3邊界連接常用的一種邊界連接方法是根據(jù)鄰近的邊緣像素在梯度幅度和梯度方向上具有一定相似性而把它們連接起來。具體地說，如果像素(p,q)在像素(x,y)的鄰域內(nèi)，且它們的梯度幅度和梯度方向分別滿足以下兩個(gè)條件（其中T是幅度閾值，A是角度閾值）：5.4.4直線檢測(cè)和圓檢測(cè)邊界檢測(cè)告訴我們邊界在哪里？邊界呈什么幾何特征，例如，圓或直線？需要采用某種方法去檢測(cè)，采用的算法是Hough變換。5.4.4直線檢測(cè)和圓檢測(cè)Hough變換反映的是圖像空間的幾何形狀與其在參數(shù)空間中的映射關(guān)系。直觀點(diǎn)的說法就是，圖像空間中由某特定曲線方程表示的幾何形狀上的任何一點(diǎn)，都對(duì)應(yīng)到該幾何形狀在其曲線方程的參數(shù)空間中的同一個(gè)點(diǎn)，圖像空間中特定幾何形狀的檢測(cè)轉(zhuǎn)化為尋找其曲線方程參數(shù)空間中局部極大值點(diǎn)的問題。5.4.4直線檢測(cè)和圓檢測(cè)HoughTransform來檢測(cè)識(shí)別特定的幾何形狀，如直線，圓以及橢圓等。Hough變換是由PaulHough于1962年提出的，最早用來識(shí)別直線。y=kx+bRichardDuda和PeterHart于1972年在HoughTransfrom中引入極坐標(biāo)方程，直線的極坐標(biāo)方程變?yōu)楣?.p=xcos(θ)+ysin(θ)如何將直線方程轉(zhuǎn)換為極坐標(biāo)方程5.4.4直線檢測(cè)和圓檢測(cè)5.4.4直線檢測(cè)和圓檢測(cè)右圖是一個(gè)點(diǎn)的Hough變換，一個(gè)點(diǎn)的Hough變換結(jié)果是什么？5.4.4直線檢測(cè)和圓檢測(cè)右圖是10個(gè)點(diǎn)的Hough變換.5.4.4直線檢測(cè)和圓檢測(cè)右圖是一個(gè)垂線的Hough變換5.4.4直線檢測(cè)和圓檢測(cè)集成電路中的線檢測(cè)5.4.4Hough變換的應(yīng)用遙感圖像生物醫(yī)學(xué)圖像中硬幣建筑物中5.4.4Hough變換的應(yīng)用實(shí)習(xí)報(bào)告實(shí)習(xí)四-實(shí)習(xí)五5.5區(qū)域標(biāo)記圖像分割的結(jié)果通常是一幅二值圖像，所有的目標(biāo)區(qū)域都被賦予同一種灰度值。如果圖像中有多個(gè)目標(biāo)區(qū)域，并且希望分析各個(gè)目標(biāo)的大小、形狀等特征時(shí)，就需要加以區(qū)分。區(qū)域標(biāo)記是指對(duì)圖像中同一連通區(qū)域的所有像素賦予相同的標(biāo)記，不同的連通區(qū)域賦予不同的標(biāo)記。常用的區(qū)域標(biāo)記方法有兩種：遞歸標(biāo)記和序貫標(biāo)記。123546785.5.1遞歸標(biāo)記5.5.1遞歸標(biāo)記遞歸標(biāo)記算法如下：（1）從左到右，從上到下逐行逐列掃描圖像，尋找沒有標(biāo)記目標(biāo)點(diǎn)P，給該點(diǎn)分配一個(gè)新的標(biāo)記。（2）遞歸分配同一標(biāo)記給P點(diǎn)的鄰域目標(biāo)像素。（3）直到相互連接的像素全部標(biāo)記完畢，一個(gè)連通成分就標(biāo)上了同樣的記號(hào)。（4）重復(fù)步驟（1）、（2）和（3），尋找未標(biāo)記的目標(biāo)點(diǎn)并遞歸分配同一標(biāo)記給其鄰域目標(biāo)點(diǎn)；若找不到未標(biāo)記的目標(biāo)點(diǎn)，則圖像標(biāo)記完畢。遞歸標(biāo)記算法在串行機(jī)上的非常費(fèi)時(shí)，適用于并行機(jī)上處理。5.5.2序貫標(biāo)記

8-連通區(qū)域的序貫標(biāo)記算法如下：（1）從左到右、從上到下掃描圖像，尋找未標(biāo)記的目標(biāo)點(diǎn)P。（2）如果P點(diǎn)的左、左上、上、右上四個(gè)鄰點(diǎn)都是背景點(diǎn)，則賦予像素P一個(gè)新的標(biāo)記；如果四個(gè)鄰點(diǎn)中有1個(gè)已標(biāo)記的目標(biāo)像素，則把該像素的標(biāo)記賦給當(dāng)前像素P；如果四個(gè)鄰點(diǎn)中有2個(gè)不同的標(biāo)記，則把其中的1個(gè)標(biāo)記賦給當(dāng)前像素P，并把這兩個(gè)標(biāo)記記入一個(gè)等價(jià)表，表明它們等價(jià)。（3）第二次掃描圖像，將每個(gè)標(biāo)記修改為它在等價(jià)表中的最小標(biāo)記。5.5.2序貫標(biāo)記5.5.2序貫標(biāo)記

4-連通區(qū)域的序貫標(biāo)記算法與8-連通區(qū)域的相同，只是在步驟（2）中只判斷左鄰點(diǎn)和上鄰點(diǎn)。序貫標(biāo)記算法通常要求對(duì)圖像進(jìn)行兩次掃描。由于這一算法一次僅運(yùn)算圖像的兩行，因此當(dāng)圖像以文件形式存儲(chǔ)且內(nèi)存空間不允許把整幅圖像全部載入時(shí)，也能使用該算法。它在第二次掃描圖像時(shí)，利用等價(jià)表給同一連通區(qū)域的所有像素分配唯一的標(biāo)記。但是，當(dāng)圖像中的目標(biāo)區(qū)域十分不規(guī)則時(shí)，會(huì)導(dǎo)致龐大的等價(jià)表。5.5.2序貫標(biāo)記5.6輪廓跟蹤當(dāng)對(duì)進(jìn)行標(biāo)記記之后，需要提取其邊界點(diǎn)，為進(jìn)行特征分析作準(zhǔn)備（例如分析玉米籽粒是否有破損或檢測(cè)其尖端位置）。如何提取邊界點(diǎn)？5.6輪廓跟蹤1、先從左到右、從上到下掃描圖像，直到遇到第一個(gè)象素值不為零的點(diǎn)。該點(diǎn)一定是最左上方的邊界點(diǎn)，記為A。2、A點(diǎn)的