資源描述：
《圖像處理-區(qū)域分割.ppt》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、區(qū)域分割郭棟彬目錄基于區(qū)域的分割區(qū)域生長法分裂合并法聚類分割K-均值聚類模糊C均值聚類基于圖論的分割圖像分割的性能評價區(qū)域分割閾（yu）值分割法沒有或很少考慮空間關系，很多閾值選擇受到限制，基于區(qū)域的分割方法可以彌補這點不足。區(qū)域分割方式：1、區(qū)域生長法思想：將每個需要分割的區(qū)域找一個種子像素作為生長的起點，然后將種子像素周圍領域中與種子像素有相同或相似的像素合并到種子像素所在的區(qū)域中。2、分裂合并法分裂合并法先從整幅圖開始，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。區(qū)域生長法區(qū)域生長三要素：→確定一組能正確代表所需區(qū)域的種子要素。確定在生長
2、過程中能將相鄰像素包含進來的準則。制定讓生長停止的條件。生長準則1、基于區(qū)域灰度差步驟1：對像素掃描，找出尚未歸置的像素。步驟2：以該像素為中心檢查他的鄰接像素，如果灰度差小于預先的閾值，將他們合并。步驟3：以新合并的像素為中心，返回步驟2。步驟4：返回步驟1，繼續(xù)掃描，直到所有像素都有歸屬。優(yōu)缺點：方法簡單，易于計算。當圖像是彩色的時候，僅用單色的準則效果會受到影響。在不考慮像素間的連通性和鄰近性時，可能出現無意義的結果。區(qū)域生長法2、基于區(qū)域內灰度分布統(tǒng)計性質步驟1：把像素分成互不重疊的小區(qū)域。步驟2：比較鄰接區(qū)域的累計灰度直方圖，根據分布的相似性進行區(qū)域合并。步驟3：設置
3、終止準則，重復步驟2直到各區(qū)域合并滿足終止條件。合并原則：（1）（2）eg:灰度直方圖是關于灰度級分布的函數，是對圖像中灰度級分布的統(tǒng)計。這里設h1(X)和h2(X)為相鄰兩個區(qū)域的灰度直方圖，H1(X)和H2(X)分別為累計灰度直方圖。問題：原圖尺寸太小時檢測可靠性降低，太大時得到的區(qū)域形狀不理想，小的目標可能漏掉。分裂合并法操作步驟對任意區(qū)域進行分割。對相鄰區(qū)域，如果，將二者合并，這里V代表同質區(qū)域中的方差。如果進一步的分裂或合并都不可能，則終止算法。聚類分割聚類分割就是把給定的樣本集合X={x1,x2,x3....xn}按照某種準則分割成k個不相交的子集，滿足區(qū)域分割的要
4、求--同一子集中的樣本相似性較大，不同子集樣本的相似性。典型的聚類方法：K-均值模糊C均值Mean-Shift聚類算法優(yōu)缺點：不需要先驗知識，屬于無監(jiān)督分割法，大大提高了分割的自動化程度，同時提高了分割的效率。所有的聚類分割法都對初始值敏感，分割效果不穩(wěn)定；如果不考慮圖像空間上下文間信息，容易出現分割效果不理想的情況。K-均值聚類執(zhí)行步驟：1、選擇某種方法將N割樣本分成c個聚類的初始劃分，計算每個聚類的均值u1、u2、u3...uc和Je2、選擇一個備選樣本x,設其在Xj中。3、若Ni=1，則轉步驟2，否則繼續(xù)。4、計算。5、對于所有的j，如果ρk<ρj，則將x從Xi移到Xk中
5、。6、重新計算uk和ui的值，并修改Je。7、若迭代N次，Je不變，則停止，否則轉到步驟2。K-均值聚類樣本均值誤差平方和迭代后的均值和平方和轉移判定依據只有當x離uj的距離比離uk的距離更近時才滿足上述不等式?；趫D論的分割思想：將圖像映射為帶權圖，將像素或區(qū)域視為節(jié)點，兩節(jié)點屬于同一區(qū)域的可能性表示連接它們邊的權值，這樣就把分割問題轉化為最優(yōu)化問題--互補子圖的割最小（距離說明）圖論分割流程：從圖像到圖的映射相似度判斷因素：1、灰度、顏色、紋理等圖像特征2、位置和距離；3、移動趨勢；4、觀察者主觀認為的相似性。權值轉換：其中相鄰像素的灰度分別為Ij和Ii，σ是一個調節(jié)參數。
6、輸入圖像映射為圖設計分割準則圖像分割形成目標函數對目標函數求解圖的分割圖像的分割G=（V,E）圖像V：圖的頂點像素E：連接頂點相鄰像素W：邊的權值相鄰像素相似度基于圖論的分割分割原則：1、同一子集Vi內的頂點之間的關系緊密。2、不同子集Vi與Vj相互之間的關系松散。eg:補圖、割集、邊集。分割算法割集的權值之和為割：兩圖之間的聯系最弱，則要求子圖間的割最小。問題：這中方法偏向于分離單個或者小簇頂點→改進的分割算法→圖像分割的性能評價圖像分割的性能評價分為：無監(jiān)督評價方法：通過分割結果圖像的質量參數來評價相應的分割算法。有監(jiān)督評價方法：將算法分割得到的圖像與理想分割的參考圖像進行
7、比對。無監(jiān)督評價方法的質量參數：區(qū)域內一致性、區(qū)域間差異性指標、語義指標有監(jiān)督評價方法的分割評判標準：真陽性（TP）、假陰性（FN）、假陽性（FP）、真陰性（TN）無監(jiān)督評價方法區(qū)域內一致性標準區(qū)域內一致性主要基于圖像的顏色、灰度、紋理和熵等。以最大對比度為原則：分割后的二值圖中有R1、R2...RM共M個區(qū)域，則第k個區(qū)域Rk的一致性Zebk表示為：其中i為Rk中的像素,fi為像素i的灰度值，W(i)為像素i的鄰域，Nk為區(qū)域Rk的像素總數各個區(qū)域Zebkde的加權平均值即為圖像分割一致性
