第4章 圖象分割課件

DigitalImageAnalysis

ImageSegmentationZhangXingmingTheSchoolofComputerScienceandEngineering第4章圖象分割第四章圖象分割Whatisthesegmentation?Why?How?Object_basedcategoriesCompleteSegmentation:whichresultsinasetofdisjointregionscorrespondinguniquelywithobjectsintheinputimage;PartialSegmentation:inwhichregionsdonotcorresponddirectlywithimageobjects;Feature_basedcategoriesGlobalknowlesge;Edge_based;Region_based;第4章圖象分割圖象分割就是把圖象分成一些有意義的區(qū)域，可以以逐個像素為基礎(chǔ)去研究圖象分割，也可以利用在規(guī)劃領(lǐng)域中的某些信息去分割。圖象分割具有以下特點(diǎn)：1）均勻性；2）連通性；3）邊緣完整性；4）反差性上述特點(diǎn)是指導(dǎo)圖象分割的基本出發(fā)點(diǎn)，其中區(qū)域內(nèi)部特性的均勻性是最重要的準(zhǔn)則之一。第4章圖象分割一、基于聚類的分割右圖的三個特征集合（聚類）每個聚類在特征上具有相似性特征空間的維度可以比較高.第4章圖象分割如何獲得像素的K維特征向量三個顏色分量；強(qiáng)度值；相近顏色的直方圖；使用鄰域的LOG濾波器的值；使用鄰域的FFT；平均值、方差等第4章圖象分割K-means聚類第4章圖象分割需要事先設(shè)定聚類個數(shù)k，聚類C1,C2,…,Ck；使用最小平方誤差來進(jìn)行判別；可以使用一定的方法來找到最佳的聚類數(shù)第4章圖象分割K-meansresults第4章圖象分割Ohlander遞歸直方圖聚類計(jì)算直方圖

簡單直方圖聚類，發(fā)現(xiàn)一些聚類模式

對每個模式進(jìn)行二值化；

使用連通域標(biāo)記和形態(tài)學(xué)形成完整的區(qū)域作為模板

將模板壓入堆棧第4章圖象分割Ohlander’salgorithm第4章圖象分割二

門限（Thresholding）GlobalThresholdingAdaptiveThresholdingT第4章圖象分割3MultipleThersholding第4章圖象分割ThresholdingDetectionMethodsHistogramShapAnalysis:pixelsofobjectsformoneofitspeaks,whilepixelsofthebackgroundformthesecondpeak;Oneoptionistoweighthistogramcontributiontosurpresstheinfluenceofpixelswithahighimagegradient.Anotherusesonlyhighgradientpixelstoformthegrey-levelhisgram;Histogramconcavityanalysis,entropicmethods,relaxationmethods,multi_thresholding第4章圖象分割OptimalthresholdingDefinition:basedonapproximationofthehistogramofanimageusingaweightedsumoftwoormoreprobabilitydensitieswithnormaldistribution.Idea:Thethresholdingissetastheclosestgray-levelcorrespondingtotheminimumprobabilitybetweenthemaximaoftwoormorenormaldistributions,whichresultsinminimumerrorsegmentation.第4章圖象分割第4章圖象分割4、全局門限分割對于兩類分割的情況，在灰度直方圖滿足兩個眾數(shù)的條件下，具有較好的效果。所謂兩個眾數(shù)指的是，直方圖有兩個峰值，一個峰與背景對應(yīng)，另一個對于于前景。也就是利用一個門限值對整個圖象進(jìn)行分割。第4章圖象分割第4章圖象分割5、Algorithm:IterativethresholdingselectAssumingnoknowledgeofobjects;Atstept,computing:SetIf,halt;othersereturntostep2;第4章圖象分割6、Ostu方法

第4章圖象分割第4章圖象分割7、局部自適應(yīng)門限分割

與全局門限分割不同的是，局部自適應(yīng)門限分割有兩種類型，一種是將圖象劃分成塊，對于每一個圖象塊，利用全局門限分割技術(shù)，確定門限值，對該圖象塊進(jìn)行用一個門限值進(jìn)行分割。另一種方法是對于圖象的每一個像素都使用一個門限值，這種方法對于處理光照不均勻的情況有較大的優(yōu)點(diǎn)。第4章圖象分割第4章圖象分割第4章圖象分割8、Multi-spectralthresholdingAlgorithm:RecursivethresholdingInitializewholeimageasasingleregion;Computeasmoothedhistogramforeachband.Findthemostsignificantpeakineachhistogramanddeterminetwothresholdsaslocalminimaoneithersideofthismaximum,segmentandprojectedintoamulti-spectralsegmentation;Repeatstep2foreachregionoftheimageuntileachregion’shistogramcontainsonlyonesignificantpeak第4章圖象分割第4章圖象分割10、ThresholdinginhierarchicaldataAlgorithm:HierarchicalthresholdingRepresenttheimagasapyramiddatastructure;Searchsequentiallyforsignificantpixelinallpixelsofallpyramidlevels.Ifasignificantpixelisdetected,setathresholdTContinuethepyramidsearchasdescribedin(2);第4章圖象分割三基于區(qū)域的分割Purpose:constructingregions,arebetterinnoisyimage;Thehomogeneitycriteria:gray,color,texture,shapandmodel;Regionsmustbesatisfied:第4章圖象分割區(qū)域分割的目的并不是把整個圖象的像素分類，而是只關(guān)心所感興趣的物體在圖象中所對應(yīng)的區(qū)域。此時，除了一般的表面特性，如灰度、顏色、紋理之外，物體本身的空間特性也是十分有用的線索。例如區(qū)域內(nèi)部的均勻性，邊界符合一定的幾何形狀等。區(qū)域增長是從已經(jīng)確定的部分區(qū)域開始，根據(jù)區(qū)域的均勻性，上下左右去尋找和歸并同一區(qū)域的其余部分。第4章圖象分割第4章圖象分割生長和更新第4章圖象分割RegionmergingAlgorithmDefinesomstartingmethodtosegmenttheimageintomanysmallregionssatisfying(5.31)Defineacriterionformergingtwoadjacentregions;Mergealladjacentregionssatisfyingthemergingcrigingcriterion.Ifnotworegionscanbemergedmaintainingcondition(5.31),stop.第4章圖象分割第4章圖象分割regionsplittingregionsplittingistheoppositeofregionmeiging,andbeingwiththewholeimagerepresentedasasingleregionwhichdoesnotusuallysatisfycondition(5.31,5.32and5.33);Methods:cluster,pixelclassification第4章圖象分割SplittingandmergingBasicnotionAmethodwiththeadvantageofboth;Operateinpyramidimagerepresentation;Correspondstoremovingorbuildingpartsofthesegmentationquadtree;Thenumberofleafnodesofthetreecorrespondstothenumberofsegmentedregions.第4章圖象分割2分裂與合并算法第4章圖象分割第4章圖象分割四人臉定位第4章圖象分割基于皮膚顏色的人臉定位皮膚區(qū)域提取皮膚侯選區(qū)域的確認(rèn)第4章圖象分割皮膚顏色模型標(biāo)準(zhǔn)化顏色空間訓(xùn)練樣本的平滑處理第4章圖象分割第4章圖象分割皮膚顏色的分布可