第七章 圖象分割、描述與識別課件

第七章*圖象分割、描述和識別主要內容： 1.圖象分割1)直方圖閾值分割法2)邊緣檢測法3)區(qū)域增長法2.圖象描述

3.圖象識別

1)圖象識別的應用實例2)模式識別本章對應著教材的第10、11、12章*1第七章圖象分割、描述與識別圖象分割：按照一定的規(guī)則，將一幅圖象分割成若干部分或子集。通常可以依據(jù)兩種原則進行圖象分割1．依據(jù)各個像素點的灰度值不連續(xù)性進行分割（根據(jù)不連續(xù)性定出區(qū)域的邊界）2．依據(jù)同一區(qū)域具有相似性灰度這一特征,尋求不同區(qū)域之邊界(根據(jù)相似性定出區(qū)域像素)前者稱為基于點相關的分割技術，后者稱為基于區(qū)域相關的分割技術。這兩類技術又可細分為四類：基于直方圖、基于邊界、基于區(qū)域、基于邊緣和區(qū)域的技術。圖象分割*2第七章圖象分割、描述與識別方法：1）作圖象的直方圖2）如果灰度級直方圖有明顯的雙峰狀，則選擇兩峰之間的谷底所對應的灰度值作為閾值。3）然后根據(jù)如下公式，得到分割圖象t為閾值直方圖閾值分割法*3第七章圖象分割、描述與識別*4第七章圖象分割、描述與識別a=imread('we.jpg');b=a(:,:,1);c=b<t;imshow(c);t=100t=50t=150*5第七章圖象分割、描述與識別邊緣意味著一個區(qū)域的終結和另一個區(qū)域的開始，是灰度變化比較劇烈的地方，圖象邊緣有方向和幅度兩個特征，沿邊緣走向的像素變化比較平緩，而垂直于邊緣走向的像素變化劇烈。

邊緣檢測法*6第七章圖象分割、描述與識別d=del2(double(c));imshow(d);*7第七章圖象分割、描述與識別邊緣檢測算子

差分梯度算子常用的差分梯度算子有這幾個算子是等價的，即：*8第七章圖象分割、描述與識別拉譜拉斯算子所對應的卷積模板為

模板卷積算子

*9第七章圖象分割、描述與識別中心連接區(qū)域增長技術1)設初始區(qū)域為={x0}；2)檢查

的全部鄰點，將滿足相似性條件的任何鄰點并入.

相似性檢驗準則為：

根據(jù)相似性準則，直接取出若干個特征相似或相同的像素組成區(qū)域單連接區(qū)域增長技術1）設初始區(qū)域為={x0}；2）求像素xi的相鄰像素，若xi與xi+1的差值小于某個閾值，則將其加入?yún)^(qū)域。區(qū)域增長法

*10第七章圖象分割、描述與識別圖象描述

圖象分割的技術目的是將圖象分成有意義的區(qū)域，為了達到圖象分析的目的，還要對這些有意義的區(qū)域進行特征提取與描述。而所謂是圖象分析，就是根據(jù)圖象中的目標的描述數(shù)據(jù)對其作定性或定量分析，分析的基礎是目標區(qū)域的特征。

圖象描述：用一組數(shù)量或符號來表征圖象中被描述的目標的基本特征

.*11第七章圖象分割、描述與識別二值圖象的幾何特征

面積

設圖象已經被分割，目標區(qū)域的像素的值為1，背景區(qū)域的像素為0，則目標區(qū)域的面積為：

周長常見的等效的表示方法有三種：(1)區(qū)域與背景的交界線的長度,如圖，區(qū)域邊界長為24(2)區(qū)域邊界8鏈碼長度；若邊界的鏈碼表示為

*12第七章圖象分割、描述與識別為起始點,

定義邊界長度為：

1111

1(x0)1111

11111

1111

1111

111

1

*13第七章圖象分割、描述與識別(3)邊界點之和所謂邊界點是指滿足如下性質的點:在其8鄰域內既有區(qū)域內的像素,又有區(qū)域外的像素位置區(qū)域的質心：

投影設為f(x,y)在方向上的投影，它是一個向量。*14第七章圖象分割、描述與識別邊界描述用鏈碼表示邊界：如圖所示的區(qū)域的邊界為x01232x0拓撲特征1)鄰接與連2）背景與孔(歐拉數(shù)：E=C-H,C連通分支個數(shù)，H孔個數(shù)）變換參數(shù)描述統(tǒng)計參數(shù)描述*15第七章圖象分割、描述與識別1．郵政系統(tǒng)的信函自動分揀2．復雜背景下的軍事目標的自動識別3．由氣象云圖結合其他氣象數(shù)據(jù)進行天氣預報4．用人工地震波形圖尋找石油的巖層結構5．根據(jù)醫(yī)學x光圖象或顯微圖象分析各種病變

圖象識別圖像識別：將預處理后的圖象，經過圖象分割和描述，提取有效的特征，進而加以判決分類。圖象識別的應用實例*16第七章圖象分割、描述與識別

模式識別圖象識別的基本理論和方法是移植于“模式識別”的模式：客觀事物的特征的描述模式識別：根據(jù)某事物的模式判斷該事物屬于何類

模式識別工作主要由三個階段組成1．圖象分割或物體分離檢測出各個物體，并把他們的圖象與其余背景分離*17第七章圖象分割、描述與識別2．特征抽取和選擇對物體進行各方面度量，得到一組特征，這組特征稱為這個物體的一組特征向量X=(X1,X2,X3，．．．，Xn)

圖象識別中，常被選的特征有:

(1)圖象幅度特征:圖象像素灰度值;彩色三色值；頻譜值

(2)圖象統(tǒng)計特征:直方圖特征,統(tǒng)計性特征(均值,方差,能量,熵)(3)圖象幾何特征：面積、周長、分散度（面積/周長），伸長度（面積/寬度）

(4)圖象變換參數(shù)：Fourier變換，哈達瑪變換*18第七章圖象分割、描述與識別3.決策分析模式識別的任務是如何做出最優(yōu)決策分類的問題1）統(tǒng)計模式識別方法2）句法模式識別方法3）模糊集合識別方法4）神經網絡識別方法*19第七章圖象分割、描述與識別以下程序的功能為：僅根據(jù)Euler數(shù)這一個特征，判斷手寫數(shù)字0,1,8等。適當?shù)囟嗳讉€特征，很容易將程序擴展為判斷0，1，2，3，4，5，6，7，8，9等10個數(shù)字的場合。以下圖象分析的實例非常簡單，以該思想為基礎，可進一步深化算法，設計出更復雜的高效率字符判讀算法。(使用wavread,wavplay兩函數(shù)，其目的是為了將所判定結果，以聲音形式輸出。)%y0=wavread('s0');%y1=wavread('s1');%y8=wavread('s8');Fs=11025;b=imread(‘b018.jpg’); %用圖畫程序寫一個0、1或8，

%保存為b018.jpg（圖象獲?。├?20第七章圖象分割、描述與識別bb=b(:,:,1); %取b的一個分量bw=bb<100; %將b二值化（相當于圖象分割操作）c=bweuler(bw); %求bw的Euler數(shù)(相當于圖象描述,特征提取操作)

%以下部分為圖象識別操作,(相當于分析與分類操作)switchccase-1 cc=8; %wavplay(y8,Fs);case0 cc=0; %wavplay(y0,Fs);case1 cc=1; %wavplay(y1,Fs);otherwiseccc=999; %ccc=999,不可識別endcc ccc %顯示判斷結果*21第七章圖象分割、描述與識別1,2,3,5,7