圖像分割區(qū)域新

關(guān)于圖像分割區(qū)域新2運(yùn)用y=px+q的直線方程時(shí)，如果直線接近垂直方向，則會(huì)由于p和q的值都接近無(wú)窮而使計(jì)算量大增(因?yàn)槔奂悠鞯某叽鐚?huì)很大)，此時(shí)可使用直線的極坐標(biāo)方程，如圖所示ρ=xcosθ+ysinθ這表明原圖像空間中的一點(diǎn)(xi,yi)對(duì)應(yīng)于(ρ，θ)空間中的一條正弦曲線，其初始角和幅值隨xi和yi的值而變Hough變換

第2頁(yè),共99頁(yè)，2024年2月25日，星期天3通過(guò)公共點(diǎn)的一簇直線→點(diǎn)集共線的點(diǎn)→點(diǎn)共點(diǎn)的一簇曲線直線→點(diǎn)第3頁(yè),共99頁(yè)，2024年2月25日，星期天4算法過(guò)程一種基于霍夫變換的連接方法如下所述：1、計(jì)算圖像的梯度并對(duì)其設(shè)置門限得到一幅二值圖像。2、在ρθ平面內(nèi)確定再細(xì)分。3、對(duì)像素高度集中的地方檢驗(yàn)其累加器單元的數(shù)目。4、檢驗(yàn)選擇的單元中像素之間的關(guān)系(主要針對(duì)連續(xù)性)。第4頁(yè),共99頁(yè)，2024年2月25日，星期天5例1第5頁(yè),共99頁(yè)，2024年2月25日，星期天6第6頁(yè),共99頁(yè)，2024年2月25日，星期天7本次課內(nèi)容區(qū)域分割區(qū)域生長(zhǎng)：1.基于區(qū)域內(nèi)灰度分布統(tǒng)計(jì)性質(zhì)2.基于區(qū)域形狀分裂合并運(yùn)動(dòng)圖像分割紋理分割第7頁(yè),共99頁(yè)，2024年2月25日，星期天8基于區(qū)域的分割圖像分割－把圖像分解為若干個(gè)有意義的子區(qū)域，而這種分解－基于物體有平滑均勻的表面，與圖像中強(qiáng)度恒定或緩慢變化的區(qū)域相對(duì)應(yīng)，即每個(gè)子區(qū)域都具有一定的均勻性質(zhì)前面所討論的邊緣、閾值，沒(méi)有明顯使用分割定義中的均勻測(cè)度度量區(qū)域分割－直接根據(jù)事先確定的相似性準(zhǔn)則，直接取出若干特征相近或相同象素組成區(qū)域常用的區(qū)域分割－區(qū)域增長(zhǎng)(區(qū)域生長(zhǎng))、區(qū)域分裂－合并方法等第8頁(yè),共99頁(yè)，2024年2月25日，星期天9區(qū)域增長(zhǎng)(區(qū)域生長(zhǎng))基于區(qū)域灰度差基于區(qū)域內(nèi)灰度分布統(tǒng)計(jì)性質(zhì)基于區(qū)域形狀區(qū)域分裂－合并第9頁(yè),共99頁(yè)，2024年2月25日，星期天10區(qū)域生長(zhǎng)原理和步驟基本思想－將具有相似性質(zhì)的象素集合起來(lái)構(gòu)成區(qū)域。具體步驟－先對(duì)每個(gè)需要分割的區(qū)域找一個(gè)種子象素作為生長(zhǎng)起點(diǎn)，然后將種子象素周圍鄰域中與種子象素有相同或相似性質(zhì)的象素(根據(jù)某種事先確定的生長(zhǎng)或相似準(zhǔn)則來(lái)判定)合并到種子象素所在的區(qū)域中。將這些新象素當(dāng)做新的種子象素繼續(xù)進(jìn)行上面的過(guò)程，直到再?zèng)]有滿足條件的象素可被包括進(jìn)來(lái)，這樣一個(gè)區(qū)域就長(zhǎng)成了●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●●R1R5R4R3R2第10頁(yè),共99頁(yè)，2024年2月25日，星期天11如圖給出已知種子點(diǎn)區(qū)域生長(zhǎng)的一個(gè)示例。1047510477015552056522564(a)(a)給出需要分割的圖像，設(shè)已知兩個(gè)種子象素(標(biāo)為深淺不同的灰色方塊)，現(xiàn)在進(jìn)行區(qū)域生長(zhǎng)采用的判斷準(zhǔn)則是：如果所考慮的象素與種子象素灰度值差的絕對(duì)值小于某個(gè)門限T，則將該象素包括進(jìn)種子象素所在的區(qū)域1155511555115551155511555(b)圖(b)給出T=3時(shí)區(qū)域生長(zhǎng)的結(jié)果，整幅圖被較好的分成2個(gè)區(qū)域1157511577115552155522555(c)圖(c)給出T=1時(shí)區(qū)域生長(zhǎng)的結(jié)果，有些象素?zé)o法判定1111111111111111111111111(d)圖(d)給出T=6時(shí)區(qū)域生長(zhǎng)的結(jié)果，整幅圖都被分成1個(gè)區(qū)域。第11頁(yè),共99頁(yè)，2024年2月25日，星期天12從上面的例子可以看出，在實(shí)際應(yīng)用區(qū)域生長(zhǎng)法時(shí)需要解決三個(gè)問(wèn)題：（1）選擇或確定一組能正確代表所需區(qū)域的種子象素（2）確定在生長(zhǎng)過(guò)程中能將相鄰象素包括進(jìn)來(lái)的準(zhǔn)則（3）制定讓生長(zhǎng)過(guò)程停止的條件或規(guī)則種子象素的選取?？山柚唧w問(wèn)題的特點(diǎn)進(jìn)行。迭代－從大到小逐步收縮典型軍用紅外圖像中檢測(cè)目標(biāo)時(shí)，目標(biāo)輻射較大，可選圖像中最亮的象素作為種子象素如果具體問(wèn)題沒(méi)有先驗(yàn)知識(shí)，則常可借助生長(zhǎng)所用準(zhǔn)則對(duì)每個(gè)象素進(jìn)行相應(yīng)的計(jì)算，如果計(jì)算結(jié)果呈現(xiàn)聚類的情況，則接近聚類重心的象素可取為種子象素第12頁(yè),共99頁(yè)，2024年2月25日，星期天13生長(zhǎng)準(zhǔn)則的選取不僅依賴于具體問(wèn)題本身，也和所用圖像數(shù)據(jù)的種類有關(guān)如當(dāng)圖像是彩色的時(shí)候，僅用單色的準(zhǔn)則效果受到影響，另外還需考慮象素間的連通性和鄰近性，否則有時(shí)會(huì)出現(xiàn)無(wú)意義的分割結(jié)果一般生長(zhǎng)過(guò)程，在進(jìn)行到再?zèng)]有滿足生長(zhǎng)準(zhǔn)則需要的象素時(shí)停止，但常用的基于灰度、紋理、彩色的準(zhǔn)則大都是基于圖像中的局部性質(zhì)。為增加區(qū)域生長(zhǎng)的能力，?？紤]一些尺寸、形狀等圖像和目標(biāo)的全局性質(zhì)有關(guān)準(zhǔn)則，在這種情況下，需對(duì)分割結(jié)果建立一定的模型或輔以一定的先驗(yàn)知識(shí)。第13頁(yè),共99頁(yè)，2024年2月25日，星期天14生長(zhǎng)準(zhǔn)則和過(guò)程區(qū)域生長(zhǎng)的一個(gè)關(guān)鍵是選擇合適的生長(zhǎng)或相似準(zhǔn)則，大部分區(qū)域生長(zhǎng)準(zhǔn)則使用圖像的局部性質(zhì)。生長(zhǎng)準(zhǔn)則可根據(jù)不同原則制定，而使用不同的生長(zhǎng)準(zhǔn)則，將會(huì)影響區(qū)域生長(zhǎng)的過(guò)程。主要介紹3種基本的生長(zhǎng)準(zhǔn)則和方法基于區(qū)域灰度差基于區(qū)域內(nèi)灰度分布統(tǒng)計(jì)性質(zhì)基于區(qū)域形狀第14頁(yè),共99頁(yè)，2024年2月25日，星期天15基于區(qū)域灰度差區(qū)域生長(zhǎng)方法將圖像以象素為基本單位來(lái)進(jìn)行操作基于區(qū)域灰度差的方法主要有如下步驟：第15頁(yè),共99頁(yè)，2024年2月25日，星期天16（4）返回到步驟1，繼續(xù)掃描直到不能發(fā)現(xiàn)沒(méi)有歸屬的象素，則結(jié)束整個(gè)生長(zhǎng)過(guò)程步驟采用上述方法得到的結(jié)果，對(duì)區(qū)域生長(zhǎng)起點(diǎn)的選擇有較大依賴性，為克服這個(gè)問(wèn)題，可采用下面改進(jìn)方法：（1）對(duì)圖像進(jìn)行逐行掃描，找出尚沒(méi)有歸屬的象素（2）以該象素為中心檢查它的鄰域象素，即將鄰域中的象素逐個(gè)與它比較，如果灰度差小于預(yù)先確定的閾值，將它們合并（3）以新合并的象素為中心，返回到步驟2，檢查新象素的鄰域，直到區(qū)域不能進(jìn)一步擴(kuò)張第16頁(yè),共99頁(yè)，2024年2月25日，星期天17（1）設(shè)灰度差的閾值為0，用上述方法進(jìn)行區(qū)域擴(kuò)張，使灰度相同象素合并這種方法簡(jiǎn)單，但由于僅考慮了從一個(gè)象素到另一個(gè)象素的特性是否相似，因此對(duì)于有噪聲的或復(fù)雜的圖像，使用這種方法會(huì)引起不希望的區(qū)域出現(xiàn)。另外，如果區(qū)域間邊緣的灰度變化很平緩，如圖a所示，或者對(duì)比度弱的兩個(gè)相交區(qū)域，如圖b所示，采用這種方法，區(qū)域1和區(qū)域2將會(huì)合并起來(lái)，從而產(chǎn)生錯(cuò)誤區(qū)域1區(qū)域2(a)

區(qū)域2區(qū)域1(b)單連接區(qū)域增長(zhǎng)技術(shù)（3）設(shè)定終止準(zhǔn)則，通過(guò)反復(fù)進(jìn)行上述步驟2中的操作將區(qū)域依次合并，直到終止準(zhǔn)則滿足為止（2）求出所有鄰域區(qū)域之間的平均灰度差，并合并具有最小灰度差的鄰接區(qū)域?qū)^(qū)域生長(zhǎng)起點(diǎn)不做要求的處理方法：第17頁(yè),共99頁(yè)，2024年2月25日，星期天18為了克服這個(gè)問(wèn)題，可不用新象素的灰度值去和鄰域象素的灰度值比較，而用新象素所在區(qū)域的平均灰度值去和各鄰域象素的灰度值進(jìn)行比較對(duì)于一個(gè)含N個(gè)象素的圖像區(qū)域R，其均值為：對(duì)象素的比較測(cè)試可表示為：這表明，當(dāng)考慮灰度均值時(shí)，不同部分象素間的灰度差應(yīng)盡量大混合連接區(qū)域增長(zhǎng)技術(shù)第18頁(yè),共99頁(yè)，2024年2月25日，星期天19示例設(shè)一幅圖像，如圖(a)所示，檢測(cè)灰度為9和7，平均灰度均勻測(cè)度度量中閾值K取2(<2)，分別進(jìn)行區(qū)域增長(zhǎng)55864897228533335586489722853333558648972285333355864897228533335586489722853333(a)原圖(b)(c)(d）(e)以9為起點(diǎn)開始區(qū)域增長(zhǎng)，第一次區(qū)域增長(zhǎng)得到3個(gè)灰度值為8的鄰點(diǎn)，灰度級(jí)差值為1，此時(shí)這4個(gè)點(diǎn)的平均灰度為(8＋8+8+9)/4=8.25，由于閾值取2，因此，第2次區(qū)域增長(zhǎng)灰度值為7的鄰點(diǎn)被接受，如圖(c)所示，此時(shí)5個(gè)點(diǎn)的平均灰度級(jí)為(8＋8＋8＋9＋7)/5=8。在該區(qū)域的周圍無(wú)灰度值大于6地鄰域，即均勻測(cè)度為假，停止區(qū)域增長(zhǎng)。圖(d)和(e)是以7為起點(diǎn)的區(qū)域增長(zhǎng)結(jié)果第19頁(yè),共99頁(yè)，2024年2月25日，星期天20通過(guò)上例，可以看出區(qū)域增長(zhǎng)必須考慮的重要問(wèn)題：即如何正確的選擇適當(dāng)?shù)拇韰^(qū)域的起始點(diǎn)；如何正確選擇均勻測(cè)度的閾值K，以便在區(qū)域增長(zhǎng)過(guò)程中，將各點(diǎn)正確并入不同的區(qū)域第20頁(yè),共99頁(yè)，2024年2月25日，星期天21基于區(qū)域內(nèi)灰度分布統(tǒng)計(jì)性質(zhì)以灰度分布相似性作為生長(zhǎng)準(zhǔn)則把式的均勻性準(zhǔn)則用在將一個(gè)區(qū)域當(dāng)作為非均勻區(qū)域方面可能會(huì)導(dǎo)致錯(cuò)誤，如常常出現(xiàn)有大量的小區(qū)域似乎在圖像中并沒(méi)有任何真實(shí)的對(duì)應(yīng)物利用相似統(tǒng)計(jì)特性尋找具有均勻性的區(qū)域可以避免出現(xiàn)這種情況－這種方法是通過(guò)將一個(gè)區(qū)域上的統(tǒng)計(jì)特性與在該區(qū)域的各個(gè)部分上所計(jì)算出的統(tǒng)計(jì)特性進(jìn)行比較來(lái)判斷區(qū)域的均勻性，如果它們相互接近，那么這個(gè)區(qū)域可能是均勻的，這種方法對(duì)于紋理分割很有用max|f(x,y)-m|<TR第21頁(yè),共99頁(yè)，2024年2月25日，星期天22具體的計(jì)算步驟：（1）把圖像分成互不重疊的小區(qū)域（2）比較鄰接區(qū)域的累積灰度直方圖，根據(jù)灰度分布的相似性進(jìn)行區(qū)域合并（3）設(shè)定終止準(zhǔn)則，通過(guò)反復(fù)進(jìn)行步驟2中的操作將各個(gè)區(qū)域依次合并，直到終止準(zhǔn)則滿足第22頁(yè),共99頁(yè)，2024年2月25日，星期天23灰度相似性檢測(cè)的方法：h1(z)、h2(z)分別為兩鄰接區(qū)域的累積灰度直方圖（1）Kolmogorov-Smirnov檢測(cè):max|h1(z)-h2(z)|z（2）Smoothed-Difference檢測(cè):∑|h1(z)-h2(z)|z如果檢測(cè)結(jié)果小于某個(gè)給定的閾值，則將兩區(qū)域合并第23頁(yè),共99頁(yè)，2024年2月25日，星期天24對(duì)上述兩種方法有兩點(diǎn)說(shuō)明：1、小區(qū)域的尺寸對(duì)結(jié)果可能有較大的影響，尺寸太小時(shí)檢測(cè)可靠性降低，尺寸太大時(shí)則得到的區(qū)域形狀不理想，小的目標(biāo)也可能漏掉2、K-S檢測(cè)和S-D檢測(cè)方法在檢測(cè)直方圖相似性方面較優(yōu)，因?yàn)樗紤]了所有灰度值第24頁(yè),共99頁(yè)，2024年2月25日，星期天25基于區(qū)域形狀在決定對(duì)區(qū)域的合并時(shí)，也可以利用對(duì)目標(biāo)形狀的檢測(cè)結(jié)果，常用的方法有兩種：（1）把圖像分割成灰度固定的區(qū)域，設(shè)兩鄰接區(qū)域的周長(zhǎng)分別為P1和P2，把兩區(qū)域共同的邊界線兩側(cè)灰度差小于給定閾值的那部分長(zhǎng)度設(shè)為L(zhǎng)，如圖（T1為閾值）L/min{P1,P2}>T1則兩區(qū)域合并第25頁(yè),共99頁(yè)，2024年2月25日，星期天26(2)把圖像分割成灰度固定的區(qū)域，設(shè)兩鄰域區(qū)域的共同邊界長(zhǎng)度為B，把兩區(qū)域共同邊界線兩側(cè)灰度差小于給定閾值得那部分長(zhǎng)度設(shè)為L(zhǎng)，如果（T2為閾值）L/B>T2則兩區(qū)域合并兩種方法的區(qū)別：第一種是合并兩鄰接區(qū)域的共同邊界中對(duì)比度較低部分占整個(gè)區(qū)域邊界份額較大的區(qū)域第二種是合并兩鄰接區(qū)域的共同邊界中對(duì)比度較低部分比較多的區(qū)域(占共同邊界份額較大)第26頁(yè),共99頁(yè)，2024年2月25日，星期天27實(shí)例(a)Originalimageshowingseedpoint;(b)earlystageofregiongrowing;(c)intermediatestateofgrowth;(d)finalregion.原始圖像及種子象素點(diǎn)開始增長(zhǎng)階段的結(jié)果中間結(jié)果最后結(jié)果第27頁(yè),共99頁(yè)，2024年2月25日，星期天28分裂合并基本方法生長(zhǎng)方法－先從單個(gè)種子象素開始通過(guò)不斷接納新象素，最后得到整個(gè)區(qū)域另外一種分割的想法－先從整幅圖像開始通過(guò)不斷分裂，得到各個(gè)區(qū)域（在實(shí)際中，先將圖像分成任意大小且不重疊的區(qū)域，然后再合并或分裂這些區(qū)域，以滿足分割的要求），在這類方法中，常根據(jù)圖像的統(tǒng)計(jì)特性設(shè)定圖像區(qū)域?qū)傩缘囊恢滦詼y(cè)度基于灰度統(tǒng)計(jì)特性區(qū)域的邊緣信息來(lái)決定是否對(duì)區(qū)域進(jìn)行合并或分裂第28頁(yè),共99頁(yè)，2024年2月25日，星期天29分裂合并方法－利用了圖像數(shù)據(jù)的金字塔或四叉樹結(jié)構(gòu)的層次概念，將圖像劃分為一組任意不相交的初始區(qū)域，即可以從圖像的這種金字塔或四叉樹數(shù)據(jù)結(jié)構(gòu)的任一中間層開始，根據(jù)給定的均勻性檢測(cè)準(zhǔn)則，進(jìn)行分裂和合并這些區(qū)域，逐步改善區(qū)域劃分的性能，直到最后將圖像分成數(shù)量最少的均勻區(qū)域?yàn)橹沟?9頁(yè),共99頁(yè)，2024年2月25日，星期天30簡(jiǎn)單了解圖像的金字塔或四叉樹數(shù)據(jù)結(jié)構(gòu)設(shè)原始圖像f(x,y)的尺寸大小為2N×2N，在金字塔數(shù)據(jù)結(jié)構(gòu)中，最底層就是原始圖像，上一層的圖像數(shù)據(jù)結(jié)構(gòu)的每一個(gè)象素灰度值就是該層圖像數(shù)據(jù)相鄰四點(diǎn)的平均值，因此在上一層的圖像尺寸比下層的圖像尺寸小，分辨率低，但上層圖像所包含的信息更具有概括性。第30頁(yè),共99頁(yè)，2024年2月25日，星期天31在金字塔數(shù)據(jù)結(jié)構(gòu)中，對(duì)于所設(shè)2N×2N的數(shù)字圖像f(x,y)，若用n表示其層次，則第n層上圖像的大小為2N-n×2N-n，因此最底層為原始圖像，最頂層為第0層，只有一個(gè)點(diǎn)第31頁(yè),共99頁(yè)，2024年2月25日，星期天32利用圖像四叉樹表達(dá)方式的簡(jiǎn)單分裂合并算法設(shè)R代表整個(gè)正方形圖像區(qū)域，P代表邏輯謂詞。從最高層開始，把R連續(xù)分裂成越來(lái)越小的1/4的正方形子區(qū)域Ri，并且始終使P(Ri)=TRUE.也就是說(shuō)，如果P(R)=FALSE,那么就將圖像分成四等分。如果P(Ri)=FALSE，那么就將Ri分成四等分，如此類推，直到Ri為單個(gè)象素R1R2R3R41R42R43R44RR1R2R3R4R41R42R43R440層1層2層第32頁(yè),共99頁(yè)，2024年2月25日，星期天33如果僅僅允許使用分裂，最后有可能出現(xiàn)相鄰的兩個(gè)區(qū)域，具有相同的性質(zhì)，但并沒(méi)有合成一體的情況。為解決這個(gè)問(wèn)題，在每次分裂后，允許其后繼續(xù)分裂或合并。這里合并只合并那些相鄰且合并后組成的新區(qū)域滿足邏輯謂詞P的區(qū)域。也就是說(shuō)，如果能滿足條件P(Ri∪Rj)=TRUE,則將Ri和Rj合并第33頁(yè),共99頁(yè)，2024年2月25日，星期天34分裂合并算法步驟：（1）對(duì)任一區(qū)域Ri，如果P(Ri)=FALSE,就將其分裂成不重疊的四等分（2）對(duì)相鄰的兩個(gè)區(qū)域Ri和Rj（它們可以大小不同，即不在同一層），如果條件P(Ri∪Rj)=TRUE，就將它們合并（3）如果進(jìn)一步的分裂或合并都不可能，則結(jié)束第34頁(yè),共99頁(yè)，2024年2月25日，星期天35示例(a)(b)(c)(d)圖中紅色區(qū)域?yàn)槟繕?biāo)，其它區(qū)域?yàn)楸尘?，它們都具有常?shù)灰度值對(duì)整個(gè)圖像R，P(R)=FALSE，(P(R)=TRUE代表在R中的所有象素都具有相同的灰度值)，所以先將其分裂成如圖(a)所示的四個(gè)正方形區(qū)域，由于左上角區(qū)域滿足P，所以不必繼續(xù)分裂，其它三個(gè)區(qū)域繼續(xù)分裂而得到(b)，此時(shí)除包括目標(biāo)下部的兩個(gè)子區(qū)域外，其它區(qū)域都可分別按目標(biāo)和背景合并。對(duì)下面的兩個(gè)子區(qū)域繼續(xù)分裂可得到(c)，因?yàn)榇藭r(shí)所有區(qū)域都已滿足P，所以最后一次合并可得到(d)的分割結(jié)果第35頁(yè),共99頁(yè)，2024年2月25日，星期天36對(duì)下圖所示的起始區(qū)域使用方差最小的測(cè)試準(zhǔn)則進(jìn)行區(qū)域的分裂合并(a)第一次操作(b)第二次操作(c)第三次操作(d)最后結(jié)果在某個(gè)區(qū)域R上，其方差為：Sn2=∑(i,j)∈R[f(i,j)-C]2，C為區(qū)域R中N個(gè)點(diǎn)的平均值目標(biāo)和背景灰度值均勻，已確定了允許界限E，使得每個(gè)區(qū)域上的方差不超過(guò)E，足以保證尋找區(qū)域分隔為盡可能少的那種劃分，即當(dāng)子區(qū)域Ri中所有象素同為目標(biāo)或背景時(shí)，均勻性測(cè)量準(zhǔn)則P(R)=TRUE第36頁(yè),共99頁(yè)，2024年2月25日，星期天37第37頁(yè),共99頁(yè)，2024年2月25日，星期天38實(shí)例與閾值分割方法比較閾值分割分裂合并第38頁(yè),共99頁(yè)，2024年2月25日，星期天39分裂合并迭代4次后的結(jié)果從一點(diǎn)區(qū)域增長(zhǎng)(毛衣中一點(diǎn))第39頁(yè),共99頁(yè)，2024年2月25日，星期天40(a)原始圖像(b)模糊濾波處理結(jié)果(c)中間結(jié)果(d)分裂合并結(jié)果第40頁(yè),共99頁(yè)，2024年2月25日，星期天41特殊圖像的分割運(yùn)動(dòng)圖像分割紋理圖像分割第41頁(yè),共99頁(yè)，2024年2月25日，星期天42運(yùn)動(dòng)圖像分割隨著多媒體技術(shù)的發(fā)展，視頻圖像得到廣泛應(yīng)用，由一系列時(shí)間上連續(xù)的2-D圖像組成從空間分割的角度來(lái)看，視頻圖像分割主要是希望把其中獨(dú)立運(yùn)動(dòng)的區(qū)域(目標(biāo))逐幀檢測(cè)處理從時(shí)間分割的角度來(lái)看，主要是把連續(xù)的序列分解為時(shí)間片斷這兩種都同時(shí)利用時(shí)域信息(幀間灰度等的變化)和空域信息(幀內(nèi)灰度等的變化)第42頁(yè),共99頁(yè)，2024年2月25日，星期天43直接方法：差分法運(yùn)動(dòng)分割對(duì)差圖像求取閾值確定變化在序列圖像中，通過(guò)逐象素比較可直接求取前后兩幀圖像之間的差別假設(shè)照明條件在多幀圖像間基本不變化，那么差圖像的不為0處表明該處的象素發(fā)生了移動(dòng)也就是說(shuō)，對(duì)時(shí)間上相鄰的兩幅圖像求差，可以將圖像中目標(biāo)的位置和形狀變化突出出來(lái)第43頁(yè),共99頁(yè)，2024年2月25日，星期天44差分法運(yùn)動(dòng)分割減背景法：當(dāng)前圖像與固定背景圖像之間的差分優(yōu)點(diǎn)：簡(jiǎn)單，位置準(zhǔn)確，要求背景基本無(wú)變化缺點(diǎn)：不適合攝像頭運(yùn)動(dòng)或背景灰度變化大的情況；受環(huán)境光線變化影響比較大。相鄰幀差分法：當(dāng)前連續(xù)兩幅圖像之間的差分優(yōu)點(diǎn)：對(duì)運(yùn)動(dòng)目標(biāo)敏感缺點(diǎn)：檢測(cè)出的物體位置不精確，物體外形被拉伸例見(jiàn)書P173頁(yè)圖7-37第44頁(yè),共99頁(yè)，2024年2月25日，星期天45t1時(shí)刻t2時(shí)刻差圖像第45頁(yè),共99頁(yè)，2024年2月25日，星期天46紋理分割紋理是圖像分析中常用的概念，無(wú)正式定義(一致的定義)一般，是由許多相互接近、互相編織的元素構(gòu)成，并常富有周期性可以認(rèn)為紋理是灰度(顏色)在空間以一定的形式變化而產(chǎn)生的圖案(模式)，是真實(shí)圖像區(qū)域固有的特征之一第46頁(yè),共99頁(yè)，2024年2月25日，星期天47紋理三要素霍金斯認(rèn)為紋理有三要素：一、某種局部的序列性，在該序列更大的區(qū)域內(nèi)不斷重復(fù)；二、序列由基本部份非隨機(jī)排列組成的；三、各部分大致都是均勻的統(tǒng)一體，紋理區(qū)域內(nèi)任何地方都有大致相同的結(jié)構(gòu)尺寸。第47頁(yè),共99頁(yè)，2024年2月25日，星期天48重復(fù)規(guī)則紋理隨機(jī)紋理兩者都存在分形紋理第48頁(yè),共99頁(yè)，2024年2月25日，星期天49常用的紋理圖像分割方法：基于統(tǒng)計(jì)的方法基于結(jié)構(gòu)的方法基于空間頻域方法直方圖或灰度共生矩陣?yán)眉y理基元及其排列規(guī)律選取紋理模式的主方向和基本周期第49頁(yè),共99頁(yè)，2024年2月25日，星期天50基于統(tǒng)計(jì)方法的紋理分割常用的方法是基于區(qū)域的灰度共生矩陣。對(duì)于一幅N×N的數(shù)字圖像，灰度級(jí)取值L。除圖像最外的四周的象素點(diǎn)外，每個(gè)象素點(diǎn)均有8個(gè)鄰點(diǎn)?；叶裙采仃噋(d,φ)定義為從灰度為i的點(diǎn)離開某個(gè)固定位置(相隔距離為d，方位為φ)的點(diǎn)上灰度為j的概率(或者頻數(shù))，因此灰度共生矩陣p(d,φ)是一種圖像的二次統(tǒng)計(jì)量。第50頁(yè),共99頁(yè)，2024年2月25日，星期天51如果計(jì)算關(guān)于所有d和φ中的灰度共生矩陣，就等于計(jì)算出圖像的所有二階統(tǒng)計(jì)量，但這樣信息量就很大，所以在實(shí)際應(yīng)用中，適當(dāng)?shù)剡x取d，而φ取0，90，45，135度。如圖所示d0d90d45dd135d第51頁(yè),共99頁(yè)，2024年2月25日，星期天52已知圖像如圖所示，當(dāng)d=1時(shí)計(jì)算灰度共生矩陣p(1,0)，p(1,45)，p(1,90)，p(1,135)根據(jù)共生矩陣地定義，對(duì)圖像中各象素點(diǎn)進(jìn)行統(tǒng)計(jì)，統(tǒng)計(jì)相距為d，方位為φ的點(diǎn)上灰度值i和j的象素對(duì)的數(shù)目＃{i,j}如下所示經(jīng)統(tǒng)計(jì)得4個(gè)共生矩陣如圖所示Φ=0Φ=45Φ=90Φ=135第52頁(yè),共99頁(yè)，2024年2月25日，星期天53共生矩陣可反映不同象素相對(duì)位置的空間信息基于共生矩陣P可定義和計(jì)算幾個(gè)常用的紋理描述符，如紋理二階矩WM、熵WE、對(duì)比度WC和均勻性WH：對(duì)應(yīng)圖像的均勻性或平滑性，當(dāng)所有的P(g1,g2)都相等時(shí)，WM達(dá)最小值給出1個(gè)圖像內(nèi)容隨機(jī)性的量度，當(dāng)所有P(g1,g2)都相等時(shí)(均勻分布)，WE達(dá)最大共生矩陣各元素灰度值差的1階矩，當(dāng)P中大的元素接近矩陣主對(duì)角線時(shí)，WC較大(表明圖像中的近鄰象素間有較大的反差)可看作是WC的倒數(shù)(k的作用是避免分母為0)第53頁(yè),共99頁(yè)，2024年2月25日，星期天54第54頁(yè),共99頁(yè)，2024年2月25日，星期天55形態(tài)學(xué)圖像處理所有的形態(tài)學(xué)處理都基于填放結(jié)構(gòu)元素的概念膨脹和腐蝕——這兩種操作是形態(tài)學(xué)處理的基礎(chǔ)開操作與閉操作——開操作一般使對(duì)象的輪廓變得光滑。斷開狹窄的間斷和消除細(xì)的突出物。閉操作同樣使輪廓線更為光滑，但與開操作相反的是，它通常連通狹窄的間斷和長(zhǎng)細(xì)的鴻溝，填充小的孔洞，并填補(bǔ)輪廓線中的斷裂。第55頁(yè),共99頁(yè)，2024年2月25日，星期天56BA形態(tài)學(xué)基本運(yùn)算

形態(tài)學(xué)圖像處理A：二值圖象，B：一個(gè)圓形結(jié)構(gòu)元素第56頁(yè),共99頁(yè)，2024年2月25日，星期天571．腐蝕集合A被B腐蝕，表示為，其定義為：將一個(gè)集合B平移距離x可以表示為B+x其中A稱為輸入圖像，B稱為結(jié)構(gòu)元素。由將B平移矢量x但仍包含在A內(nèi)的所有點(diǎn)x組成腐蝕類似于收縮

形態(tài)學(xué)圖像處理第57頁(yè),共99頁(yè)，2024年2月25日，星期天582.膨脹AC

表示集合A的補(bǔ)集，表示B關(guān)于坐標(biāo)原點(diǎn)的反射（對(duì)稱集）。那么，集合A被B膨脹，表示為A⊕B，定義為：AB利用圓盤膨脹

形態(tài)學(xué)圖像處理第58頁(yè),共99頁(yè)，2024年2月25日，星期天59a)原始圖像b)腐蝕圖像c)膨脹圖像形態(tài)學(xué)圖像處理第59頁(yè),共99頁(yè)，2024年2月25日，星期天603.開運(yùn)算假定A仍為輸入圖像，B為結(jié)構(gòu)元素，利用B對(duì)A作開運(yùn)算，用符號(hào)表示，定義為：開運(yùn)算實(shí)際上是A先被B腐蝕，然后再被B膨脹的結(jié)果。開運(yùn)算通常用來(lái)消除小對(duì)象物、在纖細(xì)點(diǎn)處分離物體、平滑較大物體的邊界的同時(shí)并不明顯改變其體積。

形態(tài)學(xué)圖像處理第60頁(yè),共99頁(yè)，2024年2月25日，星期天61

a)輸入圖像Ab)結(jié)構(gòu)元素Bc)d)

用圓盤對(duì)輸入圖像開運(yùn)算的結(jié)果

形態(tài)學(xué)圖像處理第61頁(yè),共99頁(yè)，2024年2月25日，星期天62開運(yùn)算濾除背景噪聲

a)原圖b)開運(yùn)算結(jié)果形態(tài)學(xué)圖像處理開運(yùn)算通常用來(lái)消除小對(duì)象物、在纖細(xì)點(diǎn)處分離物體、平滑較大物體的邊界的同時(shí)并不明顯改變其體積。

第62頁(yè),共99頁(yè)，2024年2月25日，星期天634．閉運(yùn)算閉運(yùn)算是開運(yùn)算的對(duì)偶運(yùn)算，定義為先作膨脹然后再作腐蝕。利用B對(duì)A作閉運(yùn)算表示為，其定義為:利用圓盤對(duì)輸入圖像進(jìn)行閉運(yùn)算

形態(tài)學(xué)圖像處理第63頁(yè),共99頁(yè)，2024年2月25日，星期天64

(a)輸入圖像(b)閉運(yùn)算的結(jié)果

利用閉運(yùn)算去除前景噪聲

形態(tài)學(xué)圖像處理閉操作同樣使輪廓線更為光滑，但與開操作相反的是，它通常連通狹窄的間斷和長(zhǎng)細(xì)的鴻溝，填充小的孔洞，并填補(bǔ)輪廓線中的斷裂。

第64頁(yè),共99頁(yè)，2024年2月25日，星期天655．邊界檢測(cè)利用圓盤結(jié)構(gòu)元素作膨脹會(huì)使圖像擴(kuò)大，做腐蝕會(huì)使圖像縮小，這兩種運(yùn)算都可以用來(lái)檢測(cè)二值圖像的邊界。對(duì)于圖像A和圓盤B，下圖給出了三種求取二值邊界的方法：內(nèi)邊界，外邊界和跨騎在實(shí)際邊緣上的邊界，其中跨騎在實(shí)際邊緣上的邊界又稱形態(tài)學(xué)梯度。形態(tài)學(xué)圖像處理第65頁(yè),共99頁(yè)，2024年2月25日，星期天66A

B

用腐蝕和膨脹運(yùn)算得出的三種圖像邊界

形態(tài)學(xué)圖像處理第66頁(yè),共99頁(yè)，2024年2月25日，星期天67三種形態(tài)學(xué)邊界實(shí)例

形態(tài)學(xué)圖像處理第67頁(yè),共99頁(yè)，2024年2月25日，星期天68考試注意開卷題型有簡(jiǎn)答（30分）6題，計(jì)算題（40分）2題，問(wèn)答題（10+20分）2題帶計(jì)算器考試時(shí)間：考試地點(diǎn)：見(jiàn)通知第68頁(yè),共99頁(yè)，2024年2月25日，星期天69總復(fù)習(xí)

第一章緒論

圖像的概念圖像的分類圖像處理的目的、特點(diǎn)圖像處理主要研究?jī)?nèi)容圖像處理的發(fā)展圖像處理的應(yīng)用第69頁(yè),共99頁(yè)，2024年2月25日，星期天70第二章圖像處理的基本知識(shí)和運(yùn)算

圖像數(shù)字化過(guò)程－采樣、量化采樣頻率與圖像質(zhì)量的關(guān)系專業(yè)術(shù)語(yǔ)數(shù)字圖像的表示灰度級(jí)與存儲(chǔ)比特的關(guān)系曲線鏈碼表示及求曲線長(zhǎng)度圖像與視覺(jué)之間的關(guān)系彩色空間（RGB、HSV、CMY）象素間的運(yùn)算圖像間的運(yùn)算及其應(yīng)用第70頁(yè),共99頁(yè)，2024年2月25日，星期天71二值圖像表示為了減少計(jì)算量，常將灰度圖像轉(zhuǎn)為二值圖像處理。定義：只有黑白兩個(gè)灰度級(jí)，即象素灰度級(jí)非1即0，如文字圖片，其數(shù)字圖像可用每個(gè)象素1bit的矩陣表示第71頁(yè),共99頁(yè)，2024年2月25日，星期天72

0110100018-連接（1）4-連接:2個(gè)象素p和r在V中取值且r在中,則它們?yōu)?-連接；（2）8-連接:2個(gè)象素p和r在V中取值且r在中，則它們?yōu)?-連接；第72頁(yè),共99頁(yè)，2024年2月25日，星期天73路徑臨近－如果1個(gè)象素p和1個(gè)象素q是連通的，則稱象素p臨近于q路徑－如果一條從具有坐標(biāo)(x,y)的象素p，到具有坐標(biāo)(s,t)的象素q的路徑，是指具有坐標(biāo)(x0,y0),(x1,y1),…,(xn,yn)的不同象素的序列。其中(x0,y0)=(x,y)，(xn,yn)＝(s,t)，(xi,yi)臨近于(xi-1,yi-1)，1≤i≤n，n是路徑的長(zhǎng)度第73頁(yè),共99頁(yè)，2024年2月25日，星期天74按4連通或8連通分割區(qū)域－求連通分量0111001100010001011000100000001000000000第74頁(yè),共99頁(yè)，2024年2月25日，星期天75第四章圖像增強(qiáng)

圖像增強(qiáng)的定義、目的和意義圖像增強(qiáng)方法的分類點(diǎn)處理與模板處理局部處理與全局處理空域處理和頻域處理基于點(diǎn)操作的增強(qiáng)－直接灰度變換、直方圖均衡化、直方圖規(guī)定化基于濾波的增強(qiáng)－濾波操作、噪聲的類別、均值濾波、中值濾波和銳化濾波（一階微分、二階微分）平滑和銳化各種算子的抗噪性能高通濾波與低通濾波基于頻域變換的增強(qiáng)－基本原理和過(guò)程偽彩色增強(qiáng)第75頁(yè),共99頁(yè)，2024年2月25日，星期天76模板處理－圖像邊緣的處理策略將原圖邊緣復(fù)制（增大）一圈，再進(jìn)行模板處理；將原圖邊緣增大一圈，全部填充0，再進(jìn)行模板處理；不考慮邊緣處理結(jié)果，直接在處理結(jié)果圖像邊緣填充0。第76頁(yè),共99頁(yè)，2024年2月25日，星期天77主要增強(qiáng)方法增強(qiáng)操作變換直接對(duì)象素灰度值運(yùn)算對(duì)圖像進(jìn)行變換第77頁(yè),共99頁(yè)，2024年2月25日，星期天78圖像變換第78頁(yè),共99頁(yè)，2024年2月25日，星期天79函數(shù)展開成傅里葉級(jí)數(shù)定理.

設(shè)f(x)是周期為2

的周期函數(shù),且右端級(jí)數(shù)可逐項(xiàng)積分,則有①②機(jī)動(dòng)目錄上頁(yè)下頁(yè)返回結(jié)束第79頁(yè),共99頁(yè)，2024年2月25日，星期天80傅里葉變換-1傅里葉在這個(gè)特殊領(lǐng)域的貢獻(xiàn)是他指出任何周期函數(shù)都可以表示為不同頻率的正弦和，或余弦和的形式，每個(gè)正弦和，或余弦乘以不同的系數(shù)(現(xiàn)在稱這個(gè)和為傅里葉級(jí)數(shù))。無(wú)論函數(shù)有多么復(fù)雜，只要它是周期的，并且滿足某些軟的數(shù)學(xué)條件，都可以用這樣的和來(lái)表示。第80頁(yè),共99頁(yè)，2024年2月25日，星期天81傅里葉變換-2甚至非周期的函數(shù)(但是這些領(lǐng)域是在曲線是有限的情況下)也可以用正弦和，或余弦乘以加權(quán)函數(shù)的積分來(lái)表示。在這種情況下的公式就是傅里葉變換，它的應(yīng)用在大多數(shù)實(shí)際應(yīng)用中比傅里葉級(jí)數(shù)更廣泛。用傅里葉級(jí)數(shù)或變換表示的函數(shù)特征可以完全通過(guò)傅里葉反過(guò)程來(lái)重建．不丟失任何信息。這是這些表示法的最重要特征之一，因?yàn)樗梢允刮覀児ぷ饔凇邦l率域”，而且在轉(zhuǎn)換回函數(shù)的原始域時(shí)不丟失任何信息。第81頁(yè),共99頁(yè)，2024年2月25日，星期天82圖像變換實(shí)例書上P38圖3-7也有舉例第82頁(yè),共99頁(yè)，2024年2月25日，星期天83圖像變換－頻域?yàn)V波 在頻率域中的濾波是簡(jiǎn)單明了的。它包含如下步驟：由f(x,y)計(jì)算圖像的DFT，即F(u,v)。用濾波器函數(shù)H(u,v)乘以F(u,v)。計(jì)算(2)中結(jié)果的反DFT。得到(3)中結(jié)果,即增強(qiáng)后的圖像。同書中P61頁(yè)頻域變換思想第83頁(yè),共99頁(yè)，2024年2月25日，星期天84第84頁(yè),共99頁(yè)，2024年2月25日，星期天85增強(qiáng)對(duì)比度－增強(qiáng)圖像各部分的反差，實(shí)際中增加圖像中某兩個(gè)灰度值間的動(dòng)態(tài)范圍來(lái)實(shí)現(xiàn)典型的增強(qiáng)對(duì)比度的EH(.)如圖所示L-1L-1(s2,t2)(s1,t1)st0EH(s)0～s1之間的動(dòng)態(tài)范圍減小s2～L-1之間的動(dòng)態(tài)范圍減小s1～s2之間的動(dòng)態(tài)范圍增加，對(duì)比度增強(qiáng)s1,s2,t1,t2取不同的值，得到不同效果s1=t1,s2=t2，與原圖相同s1=s2,t1=0,t2=L-1只有2個(gè)灰度級(jí)，對(duì)比度最大，但細(xì)節(jié)全丟失第85頁(yè),共99頁(yè)，2024年2月25日，星期天86255abfg255gagbαγβ(i,j)(i,j)第86頁(yè),共99頁(yè)，2024年2月25日，星期天871399821373360646