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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
第5章特色分割算法
5.1 SUSAN檢測(cè)算子
5.2
特色的取閾值技術(shù)
5.3
分水嶺分割算法5.1 SUSAN邊緣檢測(cè)原理 USAN:UnivalueSegmentAssimilatingNucleus核同值區(qū)(USAN):相對(duì)于模板的核,模板中總有一定的區(qū)域與它有相同的灰度,這部分區(qū)域稱為USAN區(qū)域。5.1.1USAN原理USAN區(qū)域包含了與圖像結(jié)構(gòu)有關(guān)的信息:當(dāng)核像素處在圖像中的灰度一致區(qū)域,USAN的面積最大。當(dāng)核處在直邊緣處面積約為最大值的一半,當(dāng)核處在角點(diǎn)處時(shí)則為最大值的1/4;因此,使用USAN面積的變化作為特征可以起到檢測(cè)邊緣和角點(diǎn)的效果;5.1.2SUSAN邊緣檢測(cè)SUSAN:最?。⊿mallest)核同值區(qū)圓形檢測(cè)模板(各向同性):37個(gè)像素,半徑為3.4像素
5.1.2SUSAN邊緣檢測(cè)檢測(cè)對(duì)模板中的每個(gè)像素進(jìn)行得到輸出的游程和(runningtotal)實(shí)際使用SUSAN時(shí),采用S與幾何閾值G(設(shè)為G=3Smax/4)的差進(jìn)行比較:其中Smax是S所能取的最大值;
USAN面積越小,邊緣響應(yīng)就越大。5.1.2SUSAN邊緣檢測(cè)邊緣方向的確定 根據(jù)非零強(qiáng)度的像素確定邊緣的方向 點(diǎn)A和B都是標(biāo)準(zhǔn)的邊緣點(diǎn),各落在邊緣的一邊 從USAN重心到模板核的矢量與邊緣局部方向垂直
5.1.2SUSAN邊緣檢測(cè)邊緣方向的確定 根據(jù)非零強(qiáng)度的像素確定邊緣的方向 點(diǎn)C落在兩個(gè)邊緣的中間
USAN是沿邊緣方向的細(xì)條,找最長(zhǎng)的對(duì)稱軸
5.1.2SUSAN邊緣檢測(cè)特點(diǎn)
有噪聲時(shí)的性能較好
不需要計(jì)算微分
對(duì)面積計(jì)算中的各個(gè)值求和(積分)
非線性響應(yīng)特點(diǎn)
易自動(dòng)化實(shí)現(xiàn)
控制參數(shù)的選擇簡(jiǎn)單
參數(shù)的任意性較小5.2 特色的取閾值技術(shù)
5.2.1
多分辨率閾值選取在較大尺度下檢測(cè)真正的峰點(diǎn)和谷點(diǎn),較小尺度下對(duì)這些峰點(diǎn)和谷點(diǎn)精確定位。
5.2.2
借助過渡區(qū)選擇閾值5.2.1多分辨率閾值選取
1. 確定分割區(qū)域的類數(shù) 利用在粗分辨率下的直方圖細(xì)節(jié)信息 尺度函數(shù)f(x):低通濾波器
圖像直方圖H(x)的低通分量為 直方圖的多分辨率小波分解表示 {S2i[H(x)],W2i[H(x)],1≤i
≤I}
5.2.1多分辨率閾值選取
1. 確定分割區(qū)域的類數(shù) 在分辨率為21時(shí)確定初始的區(qū)域分割類數(shù)
判斷直方圖中獨(dú)立峰的個(gè)數(shù) 獨(dú)立峰應(yīng)滿足三個(gè)條件: (1) 具有一定的灰度范圍 (2) 具有一定的峰下面積 (3) 具有一定的峰谷差5.2.1多分辨率閾值選取
2. 確定最優(yōu)閾值(1) 用從負(fù)值變化到正值的零交叉點(diǎn)確定峰的起點(diǎn)(2) 用從正值變化到負(fù)值的零交叉點(diǎn)確定峰的終點(diǎn)(3) 用起點(diǎn)和終點(diǎn)間的最大值點(diǎn)確定峰的位置(4) 用前一個(gè)峰的終點(diǎn)和后一個(gè)峰的起點(diǎn)間的最小值點(diǎn)確定這兩個(gè)峰之間谷點(diǎn)的位置
5.2.1多分辨率閾值選取
2. 確定最優(yōu)閾值分辨率增加
閾值數(shù)目也增加;設(shè)在兩相鄰尺度2i+1和2i
所對(duì)應(yīng)的閾值分別為和當(dāng)l=k時(shí)取最小值,表明在尺度尺度2i+1的閾值對(duì)應(yīng)在尺度2i的閾值因此,可以對(duì)在最低分辨率一層選取的所有閾值逐層跟蹤,最后選取在最高分辨率一層的對(duì)應(yīng)閾值作為最優(yōu)閾值5.2.2借助過渡區(qū)選擇閾值
討論區(qū)域和邊界算法時(shí)認(rèn)為區(qū)域的并集覆蓋了整個(gè)圖像而邊界本身是沒有寬度的。
實(shí)際數(shù)字圖像中邊界是有寬度的,它也是圖像中的一個(gè)區(qū)域,一方面它將不同的區(qū)域分隔開來,具有邊界的特點(diǎn),另一方面,它面積不為零,具有區(qū)域的特點(diǎn),這類特殊區(qū)域稱為過渡區(qū)。
可以先計(jì)算圖像中目標(biāo)和背景間的過渡區(qū),再進(jìn)一步選取閾值進(jìn)行分割。1. 過渡區(qū)和有效平均梯度5.2.2借助過渡區(qū)選擇閾值有效平均梯度總梯度值非零梯度像素總數(shù)其中5.2.2借助過渡區(qū)選擇閾值為減少干擾,特定義如下特殊的剪切變換:將剪切了的部分定義為剪切值;高端剪切低端剪切其中,L為剪切值;若對(duì)剪切后的圖像求梯度,則梯度函數(shù)必然與剪切值L有關(guān),由此得到的EAG也成了L的函數(shù)EAG(L)5.2.2借助過渡區(qū)選擇閾值EAG(L)與剪切方式有關(guān),對(duì)應(yīng)低端和高端剪切的EAG(L)可分別寫成EAGlow(L)和EAGhigh(L);通過對(duì)TG和TP的分析可知,典型的EAGlow(L)和EAGhigh(L)曲線都是單峰曲線;EAGlow(L)和EAGhigh(L)的極值點(diǎn)分別為L(zhǎng)low和Lhigh,兩極值點(diǎn)對(duì)應(yīng)圖像灰度集合中的兩個(gè)特殊值,由它們可確定過渡區(qū)。有效平均梯度的極值點(diǎn)和過渡區(qū)邊界過渡區(qū)是一個(gè)由兩個(gè)邊界圈定的2D區(qū)域,其中像素灰度由兩個(gè)1D灰度空間的邊界灰度值Llow和Lhigh限定。這兩個(gè)極值點(diǎn)具有如下三個(gè)主要性質(zhì):對(duì)每個(gè)過渡區(qū),
Llow和Lhigh總是存在且只存在一個(gè);Llow和Lhigh對(duì)應(yīng)的灰度值都具有明顯的像素特性區(qū)別能力;對(duì)同一個(gè)過渡區(qū),
Lhigh不會(huì)比Llow低,實(shí)際圖像中,
Lhigh總大于Llow5.2.2借助過渡區(qū)選擇閾值5.3分水嶺分割算法
分水嶺(watershed,也稱分水線/水線)
把圖像看成3-D地形的表示,即2-D的地基 (對(duì)應(yīng)圖像空間)加上第3維的高度(對(duì)應(yīng) 圖像灰度)
計(jì)算過程是串行的,得到的是目標(biāo)的邊界
5.3.1
基本原理和步驟
5.3.2
算法改進(jìn)和擴(kuò)展5.3.1基本原理和步驟
1. 分水嶺 建立不同目標(biāo)間的分水嶺(漲水法)谷底孔分水嶺對(duì)不同尺寸的接觸圓目標(biāo)的分割5.3.1基本原理和步驟
2. 分水嶺計(jì)算步驟 待分割圖像f(x,y),其梯度圖像為g(x,y) 用M1,M2,…,MR表示g(x,y)中各局部極小值的像素位置,C(Mi)為與Mi對(duì)應(yīng)的區(qū)域中的像素坐標(biāo)集合。 用n表示當(dāng)前梯度閾值,T[n]代表記為(u,v)的像素集合,g(u,v)<n, 對(duì)Mi所在的區(qū)域,其中滿足條件的坐標(biāo)集合Cn(Mi)可看作一幅二值圖像
5.3.1基本原理和步驟
2. 分水嶺計(jì)算步驟5.3.1基本原理和步驟
2. 分水嶺計(jì)算步驟
用C[n]代表在灰度閾值為n時(shí)圖像中所有滿足梯度值小于n的像素
C[max+1]將是所有區(qū)域的并集(max是圖像灰度范圍的最大值)
C[n–1]是C[n]的子集,C[n]是T[n]的子集,所以C[n–1]又是T[n]的子集,因此每個(gè)C[n–1]中的連通組元都包含在一個(gè)T[n]的連通組元中。5.3.1基本原理和步驟
2. 分水嶺計(jì)算步驟算法初始化C[min+1]=T[min+1],然后算法逐步迭代。設(shè)步驟n時(shí)已經(jīng)建立了C[n-1],由C[n-1]得到C[n]的過程如下:令S代表T[n]中的連通組元集合,對(duì)每個(gè)連通組元s
S[n],有3種可能性:(1) s∩C[n–1]是1個(gè)空集(2) s∩C[n–1]里包含C[n–1]中的一個(gè)連通組元(3) s∩C[n–1]里包含C[n–1]中一個(gè)以上的連通組元分別處理如下:(1) C[n]可由把連通組元s加到C[n–1]中得到(2) C[n]可由把連通組元s加到C[n–1]中得到(3) 需要在s中建分水嶺5.3.1基本原理和步驟
2. 分水嶺計(jì)算步驟原始圖閾值分割分水嶺疊加輪廓5.3.2算法改進(jìn)和擴(kuò)展
1. 利用標(biāo)記控制分割過分割(over-segmentation) 受圖像中噪聲和其它不規(guī)則結(jié)構(gòu)影響利用標(biāo)記(marker)
標(biāo)記本身是圖像中的一個(gè)連通組元內(nèi)部標(biāo)記:對(duì)應(yīng)目標(biāo),應(yīng)有相同灰度并組成一個(gè)連通的局部極小值區(qū)域;外部標(biāo)記:對(duì)應(yīng)背景,運(yùn)用分水嶺算法,將得到的分水嶺作為外部標(biāo)記。5.3.2算法改進(jìn)和擴(kuò)展
1. 利用標(biāo)記控制分割流程框圖5.3.2算法改進(jìn)和擴(kuò)展
1. 利用標(biāo)記控制分割 示例 (a)表示部分覆蓋的兩個(gè)區(qū)域 (b
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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024年錦州市凌河區(qū)一級(jí)造價(jià)工程師《土建計(jì)量》全真模擬試題含解析
- DB46T 657.3-2024海洋牧場(chǎng)增殖放流技術(shù)規(guī)范 第3部分:蝦類
- 雙效蒸發(fā)課程設(shè)計(jì)
- 民間商住兩用房屋產(chǎn)權(quán)購(gòu)買合同書(范本)
- 衛(wèi)生潔具銷售過程管理考核試卷
- 專用車輛智能診斷與維修技術(shù)考核試卷
- 茶葉栽培的農(nóng)業(yè)產(chǎn)業(yè)鏈協(xié)同創(chuàng)新考核試卷
- 發(fā)射設(shè)備在城市化環(huán)境中的信號(hào)穿透技術(shù)考核試卷
- 鍛造工藝在工具鋼與高速鋼制造中的應(yīng)用考核試卷
- 鑄造件的模擬分析與優(yōu)化設(shè)計(jì)考核試卷
- 煙臺(tái)銀行2023年招聘人員信息筆試歷年難、易錯(cuò)考點(diǎn)試題含答案附詳解
- 音樂節(jié)突發(fā)事件應(yīng)急預(yù)案
- Web前端開發(fā)實(shí)驗(yàn)教學(xué)指導(dǎo)書
- 重度子癇前期子癇急救演練
- 三年級(jí)科學(xué)下冊(cè)《紙》實(shí)驗(yàn)報(bào)告單
- 人工智能導(dǎo)論全套
- 風(fēng)電場(chǎng)風(fēng)機(jī)塔筒清洗項(xiàng)目四措兩案(三措兩案)
- GB/T 17149.1-1997化妝品皮膚病診斷標(biāo)準(zhǔn)及處理原則總則
- 法定代表人履歷表
- 危險(xiǎn)化學(xué)品事故救援和應(yīng)急處理課件
- 物品寄存管理制度(3篇)
評(píng)論
0/150
提交評(píng)論