資源描述：
《數(shù)字圖像處理（第二版）何東建ppt課件.ppt》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、第5章圖像分割與邊緣檢測5.1閾值分割5.2基于區(qū)域的分割5.3邊緣檢測5.4區(qū)域標記與輪廓跟蹤5.5分水嶺分割5.6投影法與差影法5.7圖像分割實例5.1閾值分割5.1.1概述閾值化是最常用一種圖像分割技術(shù)，其特點是操作簡單，分割結(jié)果是一系列連續(xù)區(qū)域?；叶葓D像的閾值分割一般基于如下假設(shè)：圖像目標或背景內(nèi)部的相鄰像素間的灰度值是高度相關(guān)的，目標與背景之間的邊界兩側(cè)像素的灰度值差別很大，圖像目標與背景的灰度分布都是單峰的。如要圖像目標與背景對應(yīng)的兩個單峰大小接近、方差較小且均值相差較大，則該圖像的直方圖具有雙峰性質(zhì)。閾值化?？梢杂行Х指罹哂须p峰性質(zhì)的圖像。閾值分割過程如下：首先確定一個閾
2、值T，對于圖像中的每個像素，若其灰度值大于T，則將其置為目標點(值為1)，否則置為背景點(值為0)，或者相反，從而將圖像分為目標區(qū)域與背景區(qū)域。用公式可表示為(5-1)在編程實現(xiàn)時，也可以將目標像素置為255，背景像素置為0，或者相反。當(dāng)圖像中含有多個目標且灰度差別較大時，可以設(shè)置多個閾值實現(xiàn)多閾值分割。多閾值分割可表示為(5-2)式中：Tk為一系列分割閾值；k為賦予每個目標區(qū)域的標號；m為分割后的目標區(qū)域數(shù)減1。閾值分割的關(guān)鍵是如何確定適合的閾值，不同的閾值其處理結(jié)果差異很大，會影響特征測量與分析等后續(xù)過程。如圖5-1所示，閾值過大，會過多地把背景像素錯分為目標；而閾值過小，又會過多
3、地把目標像素錯分為背景。確定閾值的方法有多種，可分為不同類型。如果選取的閾值僅與各個像素的灰度有關(guān)，則稱其為全局閾值。如果選取的閾值與像素本身及其局部性質(zhì)(如鄰域的平均灰度值)有關(guān)，則稱其為局部閾值。如果選取的閾值不僅與局部性質(zhì)有關(guān)，還與像素的位置有關(guān)，則稱其為動態(tài)閾值或自適應(yīng)閾值。閾值一般可用下式表示：T=T［x,y,f(x,y),p(x,y)］(5-3) 式中：f(x，y)是點(x，y)處的像素灰度值：p(x，y)是該像素鄰域的某種局部性質(zhì)。圖5-1不同閾值對圖像分割的影響當(dāng)圖像目標和背景之間灰度對比較強時，閾值選取較為容易。實際上，由于不良的光照條件或過多的圖像噪聲的影響，目標與
4、背景之間的對比往往不夠明顯，此時閾值選取并不容易。一般需要對圖像進行預(yù)處理，如圖像平滑去噪，再確定閾值進行分割。5.1.2全局閾值當(dāng)圖像目標與背景之間具有高對比度時，利用全局閾值可以成功地分割圖像。如圖5-2(a)所示，點狀目標與背景之間具有鮮明的對比，如圖5-2(b)所示的直方圖表現(xiàn)出雙峰性質(zhì)，左側(cè)峰對應(yīng)較暗的目標，右側(cè)峰對應(yīng)較亮的背景，雙峰之間的波谷對應(yīng)目標與背景之間的邊界。當(dāng)選擇雙峰之間的谷底點對應(yīng)的灰度值作為閾值時，便可以很好地將目標從背景中分離出來。圖5-2(c)是用閾值124分割的結(jié)果。圖5-2直方圖具有雙峰性質(zhì)的閾值分割確定全局閾值的方法很多，如極小點閾值法、迭代閾值法、
5、最優(yōu)閾值法、Otsu閾值法、最大熵法、p參數(shù)法等。當(dāng)具有明顯的雙峰性質(zhì)時，可直接從直方圖的波谷處選取一 個閾值，也可以根據(jù)某個準則自動計算出閾值。實際使用時，可根據(jù)圖像特點確定合適的閾值方法，一般需要用幾種方法進行對比試驗，以確定分割效果最好的閾值。1．極小點閾值法 如果將直方圖的包絡(luò)線看做一條曲線，則通過求取曲線極小值的方法可以找到直方圖的谷底點，并將其作為分割閾值。設(shè)p(z)代表直方圖，那么極小點應(yīng)滿足：p′(z)=0且p″(z)>0(5-4) 若在求極小值點之前對直方圖進行平滑處理，則效果會更好。例如3點平滑，平滑后的灰度級i的相對頻數(shù)用灰度級i-1，i，i+1的相對頻數(shù)的
6、平均值代替。2．迭代閾值法 迭代閾值算法如下： (1)選擇一個初始閾值T1。 (2)根據(jù)閾值T1將圖像分割為G1和G2兩部分。G1包含所有小于等于T1的像素，G2包含所有大于T1的像素。分別求出G1和G2的平均灰度值μ1和μ2。 (3)計算新的閾值T2=(μ1+μ2)/2。 (4)如果
7、T2-T1
8、≤T0(T0為預(yù)先指定的很小的正數(shù))，即迭代過程中前后兩次閾值很接近時，終止迭代，否則T1=T2，重復(fù)(2)和(3)。最后的T2就是所求的閾值。設(shè)定常數(shù)T0的目的是為了加快迭代速度，如果不關(guān)心迭代速度，則可以設(shè)置為0。當(dāng)目標與背景的面積相當(dāng)時，可以將初始閾值T1置為整幅圖
9、像的平均灰度。當(dāng)目標與背景的面積相差較大時，更好的選擇是將初始閾值T1置為最大灰度值與最小灰度值的中間值。 3．最優(yōu)閾值法 由于目標與背景的灰度值往往有部分相同，因而用一個全局閾值并不能準確地把它們絕然分開，總會出現(xiàn)分割誤差。一部分目標像素被錯分為背景，一部分背景像素被錯分為目標。最優(yōu)閾值法的基本思想就是選擇一個閾值，使得總的分類誤差概率最小。假定圖像中僅包含兩類主要的灰度區(qū)域(目標和背景)，z代表灰度值，則z可看做一個隨機變量，直方圖
