《图像分析基础》PPT课件.ppt

第七章：图像分析基础第七章 图像分析基础1/31/20231第七章：图像分析基础本章主要内容：本章主要内容：n n1.图像分割n n2.图像描述n n3.图像分析1/31/20232第七章：图像分析基础1.图像分割 n n图像分割的概念 把图像分解成构成它的部件和对象的过程把图像分解成构成它的部件和对象的过程 有有选选择择性性地地定定位位感感兴兴趣趣对对象象在在图图像像中中的的位位置置和范围和范围1/31/20233第七章：图像分析基础1.图像分割 n n图像分割的基本思路 从简到难，逐级分从简到难，逐级分割割 控制背景环境，降控制背景环境，降低分割难度低分割难度 把焦点放在增强感把焦点放在增强感兴趣对象，缩小不相兴趣对象，缩小不相干图像成分的干扰上干图像成分的干扰上1/31/20234第七章：图像分析基础1.图像分割 n n图像分割的基本策略 分割算法基于灰度值的两个基本特性：分割算法基于灰度值的两个基本特性：不连续性和相似性不连续性和相似性 检检测测图图像像像像素素灰灰度度级级的的不不连连续续性性，找找到到点点、线线（宽宽度度为为1 1）、边边（不不定定宽宽度度）。先先找找边，后确定区域。边，后确定区域。1/31/20235第七章：图像分析基础1.图像分割 n n图像分割的基本策略 检测图像像素的灰度值的检测图像像素的灰度值的相似性相似性，通过，通过选择阈值，找到灰度值相似的区域，区域的选择阈值，找到灰度值相似的区域，区域的外轮廓就是对象的边外轮廓就是对象的边1/31/20236第七章：图像分析基础1.图像分割 1.1边界分割法 n n点的检测n n线的检测n n边的检测1/31/20237第七章：图像分析基础1.图像分割 1.1边界分割法 n n点的检测 用空域的高通滤波器来检测孤立点用空域的高通滤波器来检测孤立点例：例：R=(-1*8*8+128*8)/9 R=(-1*8*8+128*8)/9 =(120*8)/9 =960/9=106 =(120*8)/9 =960/9=106设设 ：阈值：阈值：T=64T=6488881288888-1-1-1-18-1-1-1-1图像模板1/31/20238第七章：图像分析基础1.图像分割 1.1边界分割法 n n点的检测 如如果果R R的的值值等等于于0 0，说说明明当当前前检检测测点点与与的的灰度值与周围点的相同灰度值与周围点的相同 当当R R的的值值足足够够大大时时，说说明明该该点点的的值值与与周周围围的的点点非非常常不不同同，是是孤孤立立点点。通通过过阈阈值值T T来来控制如控制如T=32T=32、6464、128128等等|R|R|T T 便检测到一个孤立点便检测到一个孤立点1/31/20239第七章：图像分析基础1.图像分割 1.1边界分割法 -1-1-1222-1-1-1-1-12-12-12-1-1-12-1-12-1-12-12-1-1-12-1-1-12n n线的检测 通过比较典型模板的计算值，确定一个点通过比较典型模板的计算值，确定一个点是否在某个方向的线上是否在某个方向的线上1/31/202310第七章：图像分析基础1.图像分割 1.1边界分割法 111555111111555111111555111n n线的检测R R1 1=-6+30=24=-6+30=24R R2 2=-14+14=0=-14+14=0R R3 3=-14+14=0=-14+14=0 R R4 4=-14+14=0=-14+14=01/31/202311第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测 边界的定义：一段边是两个具有相对不边界的定义：一段边是两个具有相对不同灰度值特性的区域的边界线同灰度值特性的区域的边界线 适用于：假定问题中的区域是非常类似适用于：假定问题中的区域是非常类似的，两个区域之间的过渡，仅仅根据灰度的的，两个区域之间的过渡，仅仅根据灰度的不连续性便可确定不连续性便可确定 不适用于：当假定不成立时，阈值分割不适用于：当假定不成立时，阈值分割技术一般来说比边缘检测更加实用技术一般来说比边缘检测更加实用1/31/202312第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测分割对象分割对象分割对象分割对象1/31/202313第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测n n基本思想：基本思想：计算局部微计算局部微分算子分算子一阶微分一阶微分二阶微分二阶微分边界图像边界图像截面图截面图1/31/202314第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测一阶微分：用梯度算子来计算特点特点：对于亮的边，边的变化起点是正的，：对于亮的边，边的变化起点是正的，结束是负的。对于暗边，结论相反。常数结束是负的。对于暗边，结论相反。常数部分为零。部分为零。用途用途：用于检测图像中边的存在：用于检测图像中边的存在1/31/202315第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测二阶微分：通过拉普拉斯来计算特点特点：二阶微分在亮的一边是正的，在暗：二阶微分在亮的一边是正的，在暗的一边是负的。常数部分为零。的一边是负的。常数部分为零。用途用途：1 1）二二次次导导数数的的符符号号，用用于于确确定定边边上上的的像像素是在亮的一边，还是暗的一边。素是在亮的一边，还是暗的一边。2 2）0 0跨越，确定边的准确位置跨越，确定边的准确位置1/31/202316第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测梯度算子函数函数f(x,y)f(x,y)在在(x,y)(x,y)处的梯度为一个向量：处的梯度为一个向量：f=f=f/f/x,x,f/f/y y计算这个向量的大小为：计算这个向量的大小为：f=mag(f=mag(f)=(f)=(f/f/x)x)2 2+(+(f/f/y)y)2 2 1/21/2近似为近似为:f f|x|+|x|+|y|y|z2z8z5z3z9z6z1z7z41/31/202317第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测梯度算子梯度的方向角为：梯度的方向角为：(x,y)=tan(x,y)=tan(y/y/x)x)SobelSobel算子为：算子为：x=(zx=(z7 7 +2z+2z8 8+z+z9 9)-(z-(z1 1+2z+2z2 2+z+z3 3)y=(zy=(z3 3 +2z+2z6 6+z+z9 9)-(z-(z1 1+2z+2z4 4+z+z7 7)-220-110-110000-1-1-2112 x y1/31/202318第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测Sobel梯度算子的使用与分析1.1.直接计算直接计算 y y、x x可以检测到边的存在，可以检测到边的存在，以及从暗到亮，从亮到暗的变化以及从暗到亮，从亮到暗的变化 2.2.仅计算仅计算|x|x|，产生最强的响应是正交产生最强的响应是正交 于于x x轴的边；轴的边；|y|y|则是正交于则是正交于y y轴的边。轴的边。3.3.由于微分增强了噪音，平滑效果是由于微分增强了噪音，平滑效果是SobelSobel 算子特别引人注意的特性算子特别引人注意的特性1/31/202319第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测拉普拉斯二维函数二维函数f(x,y)f(x,y)的拉普拉斯是一个二阶的微分定的拉普拉斯是一个二阶的微分定义为：义为：2 2f=f=2 2f/f/x x2 2,2 2f/f/y y2 2 可可以以用用多多种种方方式式被被表表示示为为数数字字形形式式。对对于于一一个个3x33x3的的区区域域，经经验验上上被被推推荐荐最最多多的的形形式式是是：2 2f f =4z=4z5 5 (z (z2 2+z+z4 4+z+z6 6+z+z8 8)z2z8z5z3z9z6z1z7z41/31/202320第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测拉普拉斯 定定义义数数字字形形式式的的拉拉普普拉拉斯斯的的基基本本要要求求是是，作作用用于于中中心心像像素素的的系系数数是是一一个个正正数数，而而且且其其周周围像素的系数为负数，系数之和必为围像素的系数为负数，系数之和必为0 0。-1-1400-100-11/31/202321第七章：图像分析基础1.图像分割 1.1边界分割法 n n边的检测拉普拉斯算子的分析：缺点缺点：对噪音的敏感；会产生双边效果；：对噪音的敏感；会产生双边效果；不能检测出边的方向不能检测出边的方向应用应用：拉普拉斯算子不直接用于边的检测，：拉普拉斯算子不直接用于边的检测，通常只起第二位的角色；通常只起第二位的角色；检检测测一一个个像像素素是是在在边边的的亮亮的的一一边边还还是暗的一边是暗的一边 利用零跨越，确定边的位置利用零跨越，确定边的位置1/31/202322第七章：图像分析基础1.图像分割 1.2边缘连接法 n n局部处理法n nHough变换1/31/202323第七章：图像分析基础1.图像分割 1.2边缘连接法 n n边缘连接法 由由于于噪噪音音的的原原因因，边边界界的的特特征征很很少少能能够够被完整地描述，在亮度不一致的地方会中断。被完整地描述，在亮度不一致的地方会中断。因因此此典典型型的的边边检检测测算算法法后后面面总总要要跟跟随随着着连连接接过过程程和和其其它它边边界界检检测测过过程程，用用来来归归整整边边像素，成为有意义的边像素，成为有意义的边。1/31/202324第七章：图像分析基础1.图像分割 1.2边缘连接法 n n局部连接处理n n连接处理的时机和目的n n连接处理的原理n n局部连接算法描述1/31/202325第七章：图像分析基础1.图像分割 1.2边缘连接法 n n局部连接处理n n连接处理的时机和目的：时机：对做过边界检测的图像进行时机：对做过边界检测的图像进行 目的：连接间断的边目的：连接间断的边n n连接处理的原理：用比较梯度算子的用比较梯度算子的响应强度响应强度和和梯度方向梯度方向确定两确定两个点是否同属一条边个点是否同属一条边1/31/202326第七章：图像分析基础1.图像分割 1.2边缘连接法 n n局部连接处理连接处理的原理：n n通过比较梯度，确定两个点的连接性：对对于于点点(x,y)(x,y)，判判断断其其是是否否与与邻邻域域内内的的边界点边界点(x,y)(x,y)相似，当：相似，当：|f (x,y)f (x,y)|T其中其中T T是一个非负的阈值是一个非负的阈值1/31/202327第七章：图像分析基础1.图像分割 1.2边缘连接法 n n局部连接处理连接处理的原理：n n比较梯度向量的方向角 对于点对于点(x,y)(x,y)，判断其是否与邻域内的，判断其是否与邻域内的边界点边界点(x,y)(x,y)的方向角相似，当：的方向角相似，当：|(x,y)(x,y)|A其中其中A A是一个角度阈值是一个角度阈值1/31/202328第七章：图像分析基础1.图像分割 1.2边缘连接法 n n局部连接处理连接处理的原理：当梯度值和方向角都是相似的，则点(x,y)，与边点界(x,y)是连接的 1/31/202329第七章：图像分析基础1.图像分割 1.2边缘连接法 n n局部连接处理局部连接算法描述：1 1）设定）设定A A、T T的阈值大小，确定邻域的大小的阈值大小，确定邻域的大小2 2）对对图图像像上上每每一一个个像像素素的的邻邻域域点点进进行行分分析析，判断是否需要连接。判断是否需要连接。3 3）记录像素连接的情况，另开一个空间，）记录像素连接的情况，另开一个空间，给不同的边以不同的标记。给不同的边以不同的标记。4 4）最后，删除孤立线段，连接断开的线段。）最后，删除孤立线段，连接断开的线段。1/31/202330第七章：图像分析基础1.图像分割 1.2边缘连接法 n nHough变换n n问题的提出n nHough变换的基本思想n n算法实现n nHough变换的扩展1/31/202331第七章：图像分析基础1.图像分割 1.2边缘连接法 n nHough变换问题的提出 在找出边界点集之后，需要连接，形成在找出边界点集之后，需要连接，形成完整的边界图形描述完整的边界图形描述1/31/202332第七章：图像分析基础1.图像分割 1.2边缘连接法 n nHough变换的基本思想n n对对于于边边界界上上的的n n个个点点的的点点集集，找找出出共共线线的的点点集集和直线方程。和直线方程。n n对对于于任任意意两两点点的的直直线线方方程程：y y=ax ax+b b，构构造造一个参数一个参数abab的平面，从而有如下结论的平面，从而有如下结论：a ab b1/31/202333第七章：图像分析基础1.图像分割 1.2边缘连接法 n nHough变换的基本思想n nxyxy平平面面上上的的任任意意一一条条直直线线，对对应应在在参参数数abab平平面面上都有一个点。上都有一个点。n n过过xyxy平平面面一一个个点点(x,y)(x,y)的的所所有有直直线线，构构成成参参数数abab平面上的一条直线。平面上的一条直线。n n如如果果点点(x1,y1)(x1,y1)与与点点(x2,y2)(x2,y2)共共线线，那那么么这这两两点点在参数在参数abab平面上的直线将有一个交点。平面上的直线将有一个交点。n n在在参参数数abab平平面面上上相相交交直直线线最最多多的的点点，对对应应的的xyxy平面上的直线就是我们的解。平面上的直线就是我们的解。1/31/202334第七章：图像分析基础1.图像分割 1.2边缘连接法 n nHough变换的基本思想a ab bA A1/31/202335第七章：图像分析基础1.图像分割 1.2边缘连接法 n nHough变换算法实现n n由由于于垂垂直直直直线线a,a,为为无无穷穷大大，我我们们改改用用极极坐坐标标形形式：式：xcos xcos +ysin+ysin =n n参数平面为参数平面为 ，对应不是直线而是正弦曲线，对应不是直线而是正弦曲线n n使使用用交交点点累累加加器器，或或交交点点统统计计直直方方图图，找找出出相相交交线线段段最最多多的的参参数数空空间间的的点点，然然后后找找出出该该点点对对应的应的xyxy平面的直线线段。平面的直线线段。1/31/202336第七章：图像分析基础1.图像分割 1.2边缘连接法 n nHough变换的扩展n nHoughHough变换不只对直线，也可以用于圆：变换不只对直线，也可以用于圆：（x cx c1 1）2 2+(y-c+(y-c2 2)2 2=c=c3 32 2n n这时需要三个参数的参数空间。这时需要三个参数的参数空间。1/31/202337第七章：图像分析基础1.图像分割 1.3阈值分割法 n n阈值分割法n n通过交互方式得到阈值通过交互方式得到阈值n n通过直方图得到阈值通过直方图得到阈值n n通过边界特性选择阈值通过边界特性选择阈值n n简单全局阈值分割简单全局阈值分割n n分割连通区域分割连通区域n n基于多个变量的阈值基于多个变量的阈值1/31/202338第七章：图像分析基础1.图像分割 1.3阈值分割法 n n阈值分割法n n阈值分割法的基本思想：阈值分割法的基本思想：n n确确定定一一个个合合适适的的阈阈值值T T（阈阈值值选选定定的的好好坏坏是是此此方法成败的关键）。方法成败的关键）。n n将将大大于于等等于于阈阈值值的的像像素素作作为为物物体体或或背背景景，生生成一个二值图像。成一个二值图像。If f(x,y)If f(x,y)T set 255 T set 255Else set 0Else set 0n n在四邻域中有背景的像素，既是边界像素。在四邻域中有背景的像素，既是边界像素。0255255025502552552551/31/202339第七章：图像分析基础1.图像分割 1.3阈值分割法 n n阈值分割法n n阈值分割法的特点：阈值分割法的特点：n n适适用用于于物物体体与与背背景景有有较较强强对对比比的的情情况况，重重要要的的是是背背景景或或物物体体的的灰灰度度比比较较单单一一。（可可通通过过先先求求背背景景，然后求反得到物体）然后求反得到物体）n n这种方法总可以得到封闭且连通区域的边界。这种方法总可以得到封闭且连通区域的边界。灰度值f(x0,y0)T1/31/202340第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过交互方式得到阈值基本思想基本思想：在通过交互方式下，得到对象（或背景在通过交互方式下，得到对象（或背景 ）的灰度值，比得到阈值的灰度值，比得到阈值T T容易得多。容易得多。假设：对象的灰度值假设：对象的灰度值(也称样点值也称样点值)为为f(xf(x0 0,y,y0 0),),且：且：T=f(x T=f(x0 0,y,y0 0)R)R 有：有：f(x,y)f(x,y)T Tf(x,y)f(x,y)f(x f(x0 0,y,y0 0)R)R|f(x,y)f(x|f(x,y)f(x0 0,y,y0 0)|)|R R其中其中R R 是容忍度，可通过试探获得是容忍度，可通过试探获得。1/31/202341第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过交互方式得到阈值实施方法实施方法：（1 1）通过光标获得样点值）通过光标获得样点值f(xf(x0 0,y,y0 0)（2 2）选取容忍度）选取容忍度R R（3 3）if|f(x,y)f(xif|f(x,y)f(x0 0,y,y0 0)|)|R set 255 R set 255 else set 0 else set 01/31/202342第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过直方图得到阈值基本思想基本思想边界上的点的灰度值出现次数较少边界上的点的灰度值出现次数较少T1/31/202343第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过直方图得到阈值取值的方法取值的方法：取直方图谷底，为最小值的灰度值为阈值取直方图谷底，为最小值的灰度值为阈值T T缺点缺点：会受到噪音的干扰，最小值不是预：会受到噪音的干扰，最小值不是预期的阈值，而偏离期望的值；期的阈值，而偏离期望的值；改改进进：取取两两个个峰峰值值之之间间某某个个固固定定位位置置，如如中中间间位位置置上上。由由于于峰峰值值代代表表的的是是区区域域内内外外的的典典型型值值，一一般般情情况况下下，比比选选谷谷底底更更可可靠靠，可排除噪音的干扰可排除噪音的干扰1/31/202344第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过直方图得到阈值T1/31/202345第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过直方图得到阈值对噪音的处理对噪音的处理对对直直方方图图进进行行平平滑滑处处理理，如如最最小小二二乘乘法法，等等不过点插值。不过点插值。1/31/202346第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过边界特性选择阈值基本思想基本思想：如果直方图的各个波峰很高、很窄、对如果直方图的各个波峰很高、很窄、对称，且被很深的波谷分开时，有利于选择称，且被很深的波谷分开时，有利于选择阈值。阈值。为了改善直方图的波峰形状，我们只把为了改善直方图的波峰形状，我们只把区域边缘的像素绘入直方图，而不考虑区区域边缘的像素绘入直方图，而不考虑区域中间的像素。域中间的像素。用微分算子，处理图像，使图像只剩用微分算子，处理图像，使图像只剩下边界中心两边的值。下边界中心两边的值。1/31/202347第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过边界特性选择阈值基本思想基本思想：这种方法有以下优点：这种方法有以下优点：1)1)在前景和背景所占区域面积差别很大时，在前景和背景所占区域面积差别很大时，不不会造一个灰度级的波峰过高，而另一个过低会造一个灰度级的波峰过高，而另一个过低2)2)边缘上的点在区域内还是区域外的概率是相边缘上的点在区域内还是区域外的概率是相等的，因此可以等的，因此可以增加波峰的对称性增加波峰的对称性3)3)基于梯度和拉普拉斯算子选择的像素，可以基于梯度和拉普拉斯算子选择的像素，可以增加波峰的高度增加波峰的高度1/31/202348第七章：图像分析基础1.图像分割 1.3阈值分割法 n n通过边界特性选择阈值算法的实现算法的实现：1 1）对图像进行梯度计算，得到梯度图像。）对图像进行梯度计算，得到梯度图像。2 2）得到梯度值最大的那一部分（比如）得到梯度值最大的那一部分（比如10%10%）的像素直方图的像素直方图3 3）通过直方图的谷底，得到阈值）通过直方图的谷底，得到阈值T T。如果用拉普拉斯算子，不通过直方图，直如果用拉普拉斯算子，不通过直方图，直接得到阈值，方法是使用拉普拉斯算子过滤图接得到阈值，方法是使用拉普拉斯算子过滤图像，将像，将0 0跨越点对应的灰度值为阈值跨越点对应的灰度值为阈值T.T.1/31/202349第七章：图像分析基础1.图像分割 1.3阈值分割法 n n简单全局阈值分割基本思想基本思想：用前述方法获得阈值：用前述方法获得阈值T T，并产生一个，并产生一个二值图，区分出前景对象和背景二值图，区分出前景对象和背景算法实现算法实现：规定一个阈值规定一个阈值T T，逐行扫描图像。，逐行扫描图像。凡灰度级大于凡灰度级大于T T的，颜色置为的，颜色置为255255；凡灰度级；凡灰度级小于小于T T的，颜色置为的，颜色置为0 0。适用场合适用场合：明度图像是可以控制的情况，例如：明度图像是可以控制的情况，例如用于工业监测系统中。用于工业监测系统中。1/31/202350第七章：图像分析基础1.图像分割 1.3阈值分割法 n n分割连通区域基本思想基本思想：用前述方法获得阈值：用前述方法获得阈值T T，并产生一，并产生一个二值图，区分出单独的连通前景对象和背个二值图，区分出单独的连通前景对象和背景区域景区域算法实现算法实现：n n规定一个阈值规定一个阈值T T，上下左右，上下左右4 4个方向进行个方向进行逐行扫描图像逐行扫描图像n n凡灰度级大于凡灰度级大于T T的，颜色置为的，颜色置为255255；凡灰度；凡灰度级小于级小于T T的，颜色置为的，颜色置为0 0。1/31/202351第七章：图像分析基础1.图像分割 1.3阈值分割法 n n分割连通区域适用场合适用场合：印前等。：印前等。先左后右，先上半部分、后下半部分先左后右，先上半部分、后下半部分1/31/202352第七章：图像分析基础1.图像分割 1.3阈值分割法 n n基于多个变量的阈值基本思想基本思想：把前面的方法扩展到多维空间，则：把前面的方法扩展到多维空间，则寻找波谷的过程，变为寻找点簇的过程。寻找波谷的过程，变为寻找点簇的过程。算法实现算法实现：各维分量波谷之间进行逻辑与运算，从各维分量波谷之间进行逻辑与运算，从波谷重合的点，得到实际的阈值波谷重合的点，得到实际的阈值T T。应用场合应用场合：有多个分量的颜色模型，如：有多个分量的颜色模型，如RGBRGB模模型、型、CMYKCMYK模型、模型、HSIHSI模型模型1/31/202353第七章：图像分析基础1.图像分割 1.4面向区域的分割 n n基本概念基本概念n n通过像素集合的通过像素集合的区域增长区域增长n n区域分裂区域分裂与与合并合并1/31/202354第七章：图像分析基础1.图像分割 1.4面向区域的分割 n n基本概念目标目标：将区域：将区域R R划分为若干个子区域划分为若干个子区域R R1 1,R,R2 2,R,Rn n，这些子区域满足，这些子区域满足5 5个条件：个条件：1)1)完备性：完备性：2)2)连通性：每个连通性：每个R Ri i都是一个连通区域都是一个连通区域3)3)独立性：对于任意独立性：对于任意i i j j，R Ri i R Rj j=1/31/202355第七章：图像分析基础1.图像分割 1.4面向区域的分割 n n基本概念4)4)单一性：每个区域内的灰度级相等，单一性：每个区域内的灰度级相等，P P（R Ri i）=TRUE=TRUE，i=1,2,ni=1,2,n5)5)互斥性：任两个区域的灰度级不等，互斥性：任两个区域的灰度级不等，P P（R Ri iR Rj j）=FALSE=FALSE，ijij1/31/202356第七章：图像分析基础1.图像分割 1.4面向区域的分割 n n通过像素集合的区域增长算法实现算法实现：1 1）根据图像的不同应用）根据图像的不同应用选择一个或一组种子选择一个或一组种子，它或，它或者是最亮或最暗的点，或者是位于点簇中心的点。者是最亮或最暗的点，或者是位于点簇中心的点。2 2）选择一个描述符（条件）选择一个描述符（条件）3 3）从该种子开始向外扩张，首先把种子像素加入集）从该种子开始向外扩张，首先把种子像素加入集合，然后不断将与集合中各个像素连通、且满足描合，然后不断将与集合中各个像素连通、且满足描述符的像素加入集合述符的像素加入集合4 4）上一过程进行到不再有满足条件的新结点加入集）上一过程进行到不再有满足条件的新结点加入集合为止。合为止。1/31/202357第七章：图像分析基础1.图像分割 1.4面向区域的分割 n n通过像素集合的区域增长算法实现算法实现：区域A 区域B 种子像素1/31/202358第七章：图像分析基础1.图像分割 1.4面向区域的分割 n n区域分裂与合并算法实现算法实现：1 1）对于图像中灰度级不同的区域，均分为四）对于图像中灰度级不同的区域，均分为四个子区域。个子区域。2 2）如果相邻的子区域所有像素的灰度级相同，）如果相邻的子区域所有像素的灰度级相同，则将其合并。则将其合并。3 3）反复进行上两步操作，直至不再有新的分）反复进行上两步操作，直至不再有新的分裂与合并为止。裂与合并为止。1/31/202359第七章：图像分析基础1.图像分割 1.4面向区域的分割 n n区域分裂与合并算法实现算法实现：1/31/202360第七章：图像分析基础1.图像分割 1.4面向区域的分割 n n区域分裂与合并算法实现算法实现：实际应用中还可作以下修改：实际应用中还可作以下修改：P(RP(Ri i)的定义为：的定义为：1 1）区域内多于）区域内多于80%80%的像素满足不等式的像素满足不等式|z|zj j-m-mi i|=2|M-1u M-1的部分舍去不的部分舍去不予计算。由于傅立叶变换中高频部分对应于图像的细予计算。由于傅立叶变换中高频部分对应于图像的细节描述，因此节描述，因此MM取得越小，细节部分丢失得越多。取得越小，细节部分丢失得越多。1/31/2023127第七章：图像分析基础2.图像描述 2.3 边界描述n n傅立叶描述符优点优点（1 1）使用复数作为描述符，对于旋转、平移、）使用复数作为描述符，对于旋转、平移、放缩等操作和起始点的选取不十分敏感。放缩等操作和起始点的选取不十分敏感。（2 2）以上几何变换均可以通过对描述子函数作）以上几何变换均可以通过对描述子函数作简单变换来获得。简单变换来获得。1/31/2023128第七章：图像分析基础2.图像描述 2.3 边界描述n n矩量基本思想基本思想：将将描描述述形形状状的的任任务务减减少少至至描描述述一一个个一一维维函函数数，边边界段和特征的形状可以用矩量来量化地描述界段和特征的形状可以用矩量来量化地描述矩量的定义矩量的定义：把边界当作直方图函数：把边界当作直方图函数：g(r)g(r)rg(r)1/31/2023129第七章：图像分析基础2.图像描述 2.3 边界描述n n矩量矩量的定义矩量的定义：L L n n(r)=(r)=(r(ri i-m)-m)n ng(rg(ri i)i=1i=1L L其中其中 m=m=r ri ig(rg(ri i)i=1i=1这这里里L L是是边边界界上上点点的的数数目目,n n(r)(r)是是边边界界的的矩矩量量1/31/2023130第七章：图像分析基础2.图像描述 2.3 边界描述n n矩量矩量的优点矩量的优点：n n实现是直接的实现是直接的n n附带了一种关于边界形状的附带了一种关于边界形状的“物理物理”解释解释n n对于旋转的不敏感性对于旋转的不敏感性n n为为了了使使大大小小比比例例不不敏敏感感，可可以以通通过过伸伸缩缩r r的的范围来将大小正则化。范围来将大小正则化。1/31/2023131第七章：图像分析基础2.图像描述 2.4 关系描述n n基本思想基本思想n n阶梯关系编码阶梯关系编码n n骨架关系编码骨架关系编码n n方向关系编码方向关系编码n n内角关系编码内角关系编码n n树结构关系编码树结构关系编码1/31/2023132第七章：图像分析基础2.图像描述 2.4 关系描述基本思想：n n通过挖掘各个成分之间的结构关系来描述边界通过挖掘各个成分之间的结构关系来描述边界n n图像中各个部分间的结构关系是二维的，而串图像中各个部分间的结构关系是二维的，而串是一维的，期望找到一种方法把二维关系转化是一维的，期望找到一种方法把二维关系转化为一维的串为一维的串n n主导思想是考虑物体各个部分的连接线段主导思想是考虑物体各个部分的连接线段1/31/2023133第七章：图像分析基础2.图像描述 2.4 关系描述n n阶梯关系编码对于如下阶梯形边界，定义两个基本元素对于如下阶梯形边界，定义两个基本元素a,ba,babaaabbb1/31/2023134第七章：图像分析基础2.图像描述 2.4 关系描述n n阶梯结构关系定义如下产生规则定义如下产生规则：(1)S-aA(1)S-aA(2)A-bS(2)A-bS(3)A-b(3)A-b 其中其中S S、A A是变量是变量举例：举例：(1,3)(1,2,1,3)(1,2,12,1,3)aaabbbaabbab1/31/2023135第七章：图像分析基础2.图像描述 2.4 关系描述n n骨架关系编码n n用有向线段来描述一个图像的各个部分（例如同构区用有向线段来描述一个图像的各个部分（例如同构区域），这个线段是通过头尾连接等方法得到的。线段域），这个线段是通过头尾连接等方法得到的。线段之间的不同运算代表了区域的不同组合。之间的不同运算代表了区域的不同组合。n n当图像的连通性可以通过首尾相接或其它连续的方式当图像的连通性可以通过首尾相接或其它连续的方式描述的时候，最适于使用这种串来描述。描述的时候，最适于使用这种串来描述。1/31/2023136第七章：图像分析基础2.图像描述 2.4 关系描述n n骨架关系编码a+ba-ba ba*baaaabbbb编码1/31/2023137第七章：图像分析基础2.图像描述 2.4 关系描述n n方向关系编码 跟踪对象的边界，将跟踪得到的线段按照方跟踪对象的边界，将跟踪得到的线段按照方向或长度来编码向或长度来编码a1a2a5a7a8a3a4a6a1a8a7a6a5a4a3a21/31/2023138第七章：图像分析基础2.图像描述 2.4 关系描述n n内角关系编码根据角度范围不同，编码为根据角度范围不同，编码为8 8个符号个符号即即:a1:0-45;a2:45-90;a3:90-135;a1:0-45;a2:45-90;a3:90-135;a8:315-360a8:315-360举例：举例：a3a3a3a3a3a3a3a3a2a2a3a31/31/2023139第七章：图像分析基础2.图像描述 2.4 关系描述n n树结构关系 树结构中每个结点的意义和结点之间的关树结构中每个结点的意义和结点之间的关系最为重要系最为重要举例：举例：abcd$abcdefef$1/31/2023140第七章：图像分析基础3.图像分析 n n图像分析的定义 图像分析是一个发现、辨认和理解图像分析是一个发现、辨认和理解模式模式的过程，的过程，这些模式都与执行与图像相关的这些模式都与执行与图像相关的任务任务有关。有关。n n图像分析的目标 计算机图像分析的主要目的之一是，赋予某些计算机图像分析的主要目的之一是，赋予某些具有感觉能力的机器，以类似人的大脑的能力。具有感觉能力的机器，以类似人的大脑的能力。例如例如OCROCR1/31/2023141第七章：图像分析基础3.图像分析 n n自动图像分析系统行为能力的概念化分类获取、发现信息：获取、发现信息：从背景中提取有关信息从背景中提取有关信息学习、应用知识：学习、应用知识：抽象、归纳信息特征的学习抽象、归纳信息特征的学习过程，并应用到新的对象中。过程，并应用到新的对象中。构造、推理知识：构造、推理知识：从不完整的信息中构造推论从不完整的信息中构造推论出新的知识，并加以应用。出新的知识，并加以应用。1/31/2023142第七章：图像分析基础3.图像分析 n n自动图像分析系统的现状 我们可以设计出这种系统，但我们可以设计出这种系统，但仍然缺乏理论仍然缺乏理论依据依据。有待人类视觉认识理论的进一步研究。有待人类视觉认识理论的进一步研究。我们可以做出在某一应用上我们可以做出在某一应用上超过人的能力超过人的能力的的系统，但缺乏扩展性。系统，但缺乏扩展性。过过分依赖应用分依赖应用。1/31/2023143第七章：图像分析基础3.图像分析 n n图像分析技术分类的三种基本范畴低级处理：图像获取、预处理，不需要智能低级处理：图像获取、预处理，不需要智能中级处理：图像分割、表示与描述，需要智能中级处理：图像分割、表示与描述，需要智能高级处理：图像识别、解释，缺少理论，为降低高级处理：图像识别、解释，缺少理论，为降低难度，设计得更专用。难度，设计得更专用。1/31/2023144第七章：图像分析基础3.图像分析 n n图像分析技术分类的三种基本范畴图像分析技术分类的三种基本范畴知识库知识库分割分割表示与描述表示与描述识别识别与与解释解释预处理预处理图像获取图像获取低级处理高级处理中级处理1/31/2023145第七章：图像分析基础3.图像分析 3.1 纹理分析 提到纹理，人们自然会立刻想到木制家俱上的木提到纹理，人们自然会立刻想到木制家俱上的木纹、花布上的花纹等。木纹为天然纹理，花纹为人工纹、花布上的花纹等。木纹为天然纹理，花纹为人工纹理，它们反映了物体表面颜色和灰度的某种变化。纹理，它们反映了物体表面颜色和灰度的某种变化。这些变化与物体本身的属性相关。这些变化与物体本身的属性相关。1/31/2023146第七章：图像分析基础3.图像分析 3.1 纹理分析 有些图像在局部区域内呈现不规则性，而在整体上表现出某种规律性。习惯上，把这种局部不规则而宏观有规律的特性称之为纹理；以纹理特性为主导的图像，常称为纹理图像；以纹理特性为主导特性的区域，常称为纹理区域。纹理作为一种区域特性，在图像的一定区域上才能反映或测量出来。为了定量描述纹理，多年来人们建立了许多纹理算法以测量纹理特性。这些方法大体可以分为两大类：统计分析法和结构分析法。前者从图像有关属性的统计分析出发；后者则着力找出纹理基元，然后从结构组成上探索纹理的规律。也有直接去探求纹理构成的结构规律的。本节将主要论述纹理特征提取与分析的几种方法。1/31/2023147第七章：图像分析基础3.图像分析 3.2 纹理分析-直方图分析法 纹理区域的灰度直方图作为纹理特征,为了研究灰度直方图的相似性，可以比较累积灰度直方图分布，计算灰度级的最大偏差或总偏差。如果限定对象，则采用这样简单的方法也能够识别纹理。但是灰度直方图不能得到纹理的二维灰度变化，即使作为一般性的纹理识别法，其能力是很低的。例如下图两种纹理具有相同的直方图，只靠直方图就不能区别这两种纹理。1/31/2023148第七章：图像分析基础3.图像分析 3.3 纹理分析-Laws纹理能量测量法 LawsLaws的的纹纹理理能能量量测测量量法法是是一一种种典典型型的的一一阶阶分分析析方方法法，在在纹理分析领