圖像分割與邊緣檢測(cè)

《圖像分割與邊緣檢測(cè)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、第五章圖像分割與邊緣檢測(cè)5.1圖像分割5.2邊緣檢測(cè)5.3輪廓跟蹤與提取5.4圖像匹配5.5投影法與差影法5.6應(yīng)用實(shí)例5.1圖像分割5.1.1概述圖像分割是將圖像劃分成若干個(gè)互不相交的小區(qū)域的過程，小區(qū)域是某種意義下具有共同屬性的像素的連通集合。如不同目標(biāo)物體所占的圖像區(qū)域、前景所占的圖像區(qū)域等。連通是指集合中任意兩個(gè)點(diǎn)之間都存在著完全屬于該集合的連通路徑。對(duì)于離散圖像而言，連通有4連通和8連通之分，如圖5-1所示。圖5-14連通和8連通4連通指的是從區(qū)域上一點(diǎn)出發(fā)，可通過4個(gè)方向，即上、下、左、右移動(dòng)的組

2、合，在不越出區(qū)域的前提下，到達(dá)區(qū)域內(nèi)的任意像素；8連通方法指的是從區(qū)域上一點(diǎn)出發(fā)，可通過左、右、上、下、左上、右上、左下、右下這8個(gè)方向的移動(dòng)組合來到達(dá)區(qū)域內(nèi)的任意像素。圖像分割有三種不同的途徑：其一是將各像素劃歸到相應(yīng)物體或區(qū)域的像素聚類方法,即區(qū)域法；其二是通過直接確定區(qū)域間的邊界來實(shí)現(xiàn)分割的邊界方法；其三是首先檢測(cè)邊緣像素，再將邊緣像素連接起來構(gòu)成邊界形成分割。在圖像分割技術(shù)中，最常用的是利用閾值化處理進(jìn)行的圖像分割。5.1.2灰度閾值法分割常用的圖像分割方法是把圖像灰度分成不同的等級(jí)，然后用設(shè)置灰度

3、門限（閾值）的方法確定有意義的區(qū)域或分割物體的邊界。常用的閾值化處理就是圖像的二值化處理，即選擇一閾值，將圖像轉(zhuǎn)換為黑白二值圖像，用于圖像分割及邊緣跟蹤等預(yù)處理。圖像閾值化處理的變換函數(shù)表達(dá)式為(5-1)圖5-2閾值變換曲線在圖像的閾值化處理過程中，選用不同的閾值其處理結(jié)果差異很大。如圖5-3所示,閾值過大，會(huì)提取多余的部分；而閾值過小，又會(huì)丟失所需的部分（注意：當(dāng)前背景為黑色，對(duì)象為白色時(shí)剛好相反）。因此，閾值的選取非常重要。圖5-3(a)原始圖像的直方圖如圖5-4所示。分析該直方圖可知，該直方圖具有雙峰特性

4、，圖像中的目標(biāo)（細(xì)胞）分布在較暗的灰度級(jí)上形成一個(gè)波峰，圖像中的背景分布在較亮的灰度級(jí)上形成另一個(gè)波峰。此時(shí)，用其雙峰之間的谷低處灰度值作為閾值T進(jìn)行圖像的閾值化處理，便可將目標(biāo)和背景分割開來。圖5-3不同閾值對(duì)閾值化結(jié)果的影響?yīng)?a)原始圖像；(b)閾值T=91；(c)閾值T=130；(d)閾值T=43(a)(b)(c)(d)圖5-4圖5-3(a)所示圖像的直方圖1.判別分析法確定最佳閾值判別分析法確定最佳閾值的準(zhǔn)則，是使進(jìn)行閾值處理后分離的像素類之間的類間方差最大。判別分析法只需計(jì)算直方圖的0階矩和1階矩

5、，是圖像閾值化處理中常用的自動(dòng)確定閾值的方法。設(shè)圖像總像素?cái)?shù)為N，灰度值為i的像素?cái)?shù)為Ni，則至灰度級(jí)K的灰度分布的0階矩及1階矩分別定義為0階矩：(5-2)1階矩：(5-3)當(dāng)K=L-1時(shí)，ω(L-1)=1；μ(L-1)＝μT，μT稱為圖像的平均灰度。設(shè)有M-1個(gè)閾值：0≤k1＜k2＜…＜KM-1≤L-1。將圖像分割成M個(gè)灰度值的類Cj（Cj∈［kj-1+1,…,kj］;j=1,2,…,M;k0=0,kM=L），則各類Cj的發(fā)生概率ωj和平均值μj為(5-4)(5-5)式中,ω(0)=0，μ(0)=0

6、。由此可得各類的類間方差為將使上式的σ2值為最大的閾值組(k1,k2，…,kM－1)，作為M值化的最佳閾值組。若取M為2，即分割成2類，則可用上述方法求出二值化的閾值。(5-6)2.p尾法確定閾值p尾法僅適用于事先已知目標(biāo)所占全圖像百分比的場(chǎng)合。若一幅圖像由亮背景和黑目標(biāo)組成，已知目標(biāo)占圖像的(100－p)%面積，則使得至少(100－p)%的像素閾值化后匹配為目標(biāo)的最高灰度，將選作用于二值化處理的閾值。5.1.3區(qū)域生長(zhǎng)分割的目的是把一幅圖像劃分成一些區(qū)域，最直接的方法就是把一幅圖像分成滿足某種判據(jù)的

7、區(qū)域，也就是說，把點(diǎn)組成區(qū)域。為了實(shí)現(xiàn)分組，首先要確定區(qū)域的數(shù)目，其次要確定一個(gè)區(qū)域與其他區(qū)域相區(qū)別的特征，最后還要產(chǎn)生有意義分割的相似性判據(jù)。分割區(qū)域的一種方法叫區(qū)域生長(zhǎng)或區(qū)域生成。假定區(qū)域的數(shù)目以及在每個(gè)區(qū)域中單個(gè)點(diǎn)的位置已知，則從一個(gè)已知點(diǎn)開始，加上與已知點(diǎn)相似的鄰近點(diǎn)形成一個(gè)區(qū)域。相似性準(zhǔn)則可以是灰度級(jí)、彩色、組織、梯度或其他特性，相似性的測(cè)度可以由所確定的閾值來判定。方法是從滿足檢測(cè)準(zhǔn)則的點(diǎn)開始，在各個(gè)方向上生長(zhǎng)區(qū)域，當(dāng)其鄰近點(diǎn)滿足檢測(cè)準(zhǔn)則就并入小塊區(qū)域中。當(dāng)新的點(diǎn)被合并后再用新的區(qū)域重復(fù)這一過程，

8、直到?jīng)]有可接受的鄰近點(diǎn)時(shí)生成過程終止。圖5-5給出一個(gè)簡(jiǎn)單的例子。此例的相似性準(zhǔn)則是鄰近點(diǎn)的灰度級(jí)與物體的平均灰度級(jí)的差小于2。圖中被接受的點(diǎn)和起始點(diǎn)均用下劃線標(biāo)出，其中（a）圖是輸入圖像；（b）圖是第一步接受的鄰近點(diǎn)；（c）圖是第二步接受的鄰近點(diǎn)；（d）圖是從6開始生成的結(jié)果。圖5-5區(qū)域生長(zhǎng)示例當(dāng)生成任意物體時(shí)，接收準(zhǔn)則可以結(jié)構(gòu)為基礎(chǔ)，而不是以灰度級(jí)或?qū)Ρ榷葹榛A(chǔ)。為了把候選的小群