第六章图象分析优秀课件.ppt

《第六章图象分析优秀课件.ppt》由会员分享，可在线阅读，更多相关《第六章图象分析优秀课件.ppt（38页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第六章图象分析1第1页，本讲稿共38页对对f(x,y)进行进行行行扫描扫描 f(x,y)和和f(x,y-1)处在不同的灰度级上处在不同的灰度级上 其它其它 LE:边缘灰度级边缘灰度级 LB:背景灰度级背景灰度级 对对f(x,y)进行进行列列扫描扫描 f(x,y)和和f(x-1,y)处在不同的灰度级上处在不同的灰度级上 其它其它 规定一个阈值T第2页，本讲稿共38页合并合并f1(x,y)和和f2(x,y)其中其中f1(x,y)和和f2(x,y)任何一幅图像中的像素为任何一幅图像中的像素为LE.其它其它二值分割：二值分割：最佳阈值选择：最佳阈值选择：设一幅图像由目标与背景组成，物体灰度分布呈正态分

2、布，设一幅图像由目标与背景组成，物体灰度分布呈正态分布，概率密度为概率密度为p(z)，均值，均值u1,方差方差 12，背景：，背景：q(z),2,22,物体占物体占图像总面积图像总面积 ，背景占图像总面积背景占图像总面积1-第3页，本讲稿共38页总概率密度：总概率密度：p(z)+(1-)q(z)设一个阈值为设一个阈值为t,假定小于假定小于t的全部像素是目标，大于的全部像素是目标，大于t的全部是的全部是背景，背景，而把背景错分成目标物的概率为而把背景错分成目标物的概率为Q 1(t)把目标错分成背景的概率为把目标错分成背景的概率为Q 2(t)总的错分概率：总的错分概率：Q2(t)+(1-)Q1(t

3、)第4页，本讲稿共38页代入并取对数代入并取对数求最佳的求最佳的t即是求极小值问题即是求极小值问题(错分概率最小错分概率最小)求导，并令其为求导，并令其为0：p(t)=(1-)q(t)第5页，本讲稿共38页二、样板匹配法二、样板匹配法样板：为了检测某些不变区域特性而设计的阵列样板：为了检测某些不变区域特性而设计的阵列.点样板，线样板，梯度样板，正交样板点样板，线样板，梯度样板，正交样板 1.点样板点样板 如如3 3-1-1-1-18-1-1-1-1第6页，本讲稿共38页设设3 3样板向量样板向量W=W1,W2,W9 样板内各像素的灰度值向量样板内各像素的灰度值向量X=x1,x2,x9设计一个阈

4、值设计一个阈值T 若若 可认为小块被检测可认为小块被检测第7页，本讲稿共38页2、线样板、线样板 -1-1-1222-1-1-1-1-12-12-12-1-12-1-1-12-1-1-12-12-1-12-1-12-1 水平线水平线 45方向线方向线 垂直线垂直线 135方向线方向线 第8页，本讲稿共38页设设W1W2W3W4四个样板，若四个样板，若Wi XWjX (j i)则则X与第与第i样板最接近样板最接近3.梯度样板梯度样板 3 3 a b c d e f g h iGx=(g+2h+i)-(a+2b+c)Gy=(c+2f+i)-(a+2d+g)Sobel算子算子G=|Gx|+|Gy|第

5、9页，本讲稿共38页梯度样板：梯度样板：1 21000-1-2-110-120-210-1 边缘检测：设边缘检测：设x代表所讨论的图像区域代表所讨论的图像区域 第10页，本讲稿共38页三、区域生长三、区域生长(1)确定分割的区域数目确定分割的区域数目(2)必须确定一个区域区别于其它区域的性质特征必须确定一个区域区别于其它区域的性质特征(3)必须确定一个产生有意义分割的相似性判据必须确定一个产生有意义分割的相似性判据例：如下图示，其准则是邻近点的灰度级与物体的平均例：如下图示，其准则是邻近点的灰度级与物体的平均 灰度级的差小于灰度级的差小于2。5 5 8 6 4 8 9 7 2 2 8 3 3

6、3 3 3第11页，本讲稿共38页0046711587016772076601464 a a b b b a a b b b a a b b b a a b b b a a b b b如：一幅图像如：一幅图像第12页，本讲稿共38页(1)把该图像分成两个区域把该图像分成两个区域(2)用灰度级作为性质特征用灰度级作为性质特征(3)判据为灰度级差小于等于判据为灰度级差小于等于3 分割后一个区域的灰度为分割后一个区域的灰度为a,另一区域的灰度为另一区域的灰度为b(4)下划线位置表示种子下划线位置表示种子第13页，本讲稿共38页 (2)确定一个邻接特性确定一个邻接特性 4邻接邻接 8邻接邻接 四、区域

7、聚合四、区域聚合(1)定义一个等阶关系，如定义一个等阶关系，如 p(i,j)=p(k,l)则则p(i,j)与与p(k,l)是等价的是等价的 如如p(i,j)的取值范围为的取值范围为64,则产生则产生64个等价类个等价类第14页，本讲稿共38页(3)利用邻接的定义，先定义一个子集，等价模板就可以把图利用邻接的定义，先定义一个子集，等价模板就可以把图像分成最大的连接区域像分成最大的连接区域 如图像如图像G是是3 3阵列阵列,它是一个大阵列它是一个大阵列S的子阵列的子阵列 G:m n S:(2m+1)(2n+1)G中的点与它上边和右边的点相比较，灰度级相同就合中的点与它上边和右边的点相比较，灰度级相

8、同就合并，灰度级不同就插入边界线，把图像中的每个点都考虑之并，灰度级不同就插入边界线，把图像中的每个点都考虑之后，整个图像就被分割成区域后，整个图像就被分割成区域第15页，本讲稿共38页第16页，本讲稿共38页一、区域描绘子一、区域描绘子 1.傅立叶描绘子傅立叶描绘子 把目标物边缘追踪一遍，可得到一个复数序列把目标物边缘追踪一遍，可得到一个复数序列 x+jy-DFT后的傅立叶系数称傅立叶描绘子后的傅立叶系数称傅立叶描绘子2 图像描绘图像描绘 图像分割后，用一系列符号或某种规则来具体描述该图图像分割后，用一系列符号或某种规则来具体描述该图像的特征以便进一步识别、分析像的特征以便进一步识别、分析描

9、绘子：表征图像特征的一系列符号描绘子：表征图像特征的一系列符号基本要求：图像大小、旋转、平移等变化不敏感基本要求：图像大小、旋转、平移等变化不敏感第17页，本讲稿共38页Fourier变换的性质变换的性质(1)改变轮廓大小，只改变改变轮廓大小，只改变Fourier变换相乘的系数变换相乘的系数(2)轮廓旋转一个角度，每个坐标乘以一个轮廓旋转一个角度，每个坐标乘以一个exp(j)(3)DFT是周期的，轮廓起始点变化，相当于频域是周期的，轮廓起始点变化，相当于频域 乘乘exp(jkT)当当T从从02 变化变化，则起点将把整个轮廓点经历一次，则起点将把整个轮廓点经历一次第18页，本讲稿共38页其其(p

10、+q)阶原点矩由下式定义阶原点矩由下式定义:2、矩描绘子、矩描绘子(moment)设设f(x,y)二维函数二维函数第19页，本讲稿共38页第20页，本讲稿共38页第21页，本讲稿共38页利用二阶，三阶矩可导出利用二阶，三阶矩可导出7个不变矩组个不变矩组第22页，本讲稿共38页以上参数对于平移、旋转和大小比例变化都是不变的，因此以上参数对于平移、旋转和大小比例变化都是不变的，因此可用于图像描绘可用于图像描绘-矩不变矩不变第23页，本讲稿共38页3.拓扑描绘子拓扑描绘子(1)空洞空洞 两空洞区域两空洞区域(2)连接连接 三个连接部分区域三个连接部分区域第24页，本讲稿共38页设一幅图像空洞数设一幅

11、图像空洞数H 连接部分连接部分C则欧拉数则欧拉数E=C-H 是拓扑特性之一是拓扑特性之一如图如图(a)C=1 H=1 E=0具体需图论的知识具体需图论的知识图图(b)C=1 H=2 E=-1第25页，本讲稿共38页二、相似性描绘二、相似性描绘1、距离测度、距离测度 如：如：矩作描绘子，若两区域矩分别是矩作描绘子，若两区域矩分别是X1、X2 X1=x1,x2,xN X2=x1,x2,xN 则则X1与与X2之间的距离之间的距离 可用于测定两个矩之间的相似程度可用于测定两个矩之间的相似程度若已知若已知x1,x2,x3xL表示描绘子，表示描绘子，X是未知描绘子是未知描绘子若若D(x,xi)D(x,xj

12、)则可判定则可判定x更接近更接近xi第26页，本讲稿共38页2、相关性、相关性 给定一幅图像给定一幅图像M N,f(x,y)另一子图像另一子图像w(x,y),J K，JM，KN f(x,y)是否包含是否包含w(x,y)？r(m,n)越接近1，越相似相关：归一化，相关系数：第27页，本讲稿共38页3、结构相似性、结构相似性 用于描述的性质用于描述的性质亮度：黑、灰、白、亮、暗等亮度：黑、灰、白、亮、暗等颜色：红、橙、黄、绿、青颜色：红、橙、黄、绿、青结构：平滑、粒状、斑驳、条纹等结构：平滑、粒状、斑驳、条纹等取向：水平、垂直、倾斜取向：水平、垂直、倾斜大小：长度、面积、体积大小：长度、面积、体积

13、形状：实心、空心、密集、伸长等形状：实心、空心、密集、伸长等第28页，本讲稿共38页纹理标志三要素：纹理标志三要素：(1)某种局部的序列性，该序列在更大区域内可不断重复某种局部的序列性，该序列在更大区域内可不断重复;(2)序列是由某种基本部分非随机排列组成的；序列是由某种基本部分非随机排列组成的；(3)各部分大致都是均匀统一的，纹理区域内任何地方都有大致各部分大致都是均匀统一的，纹理区域内任何地方都有大致相同的结构尺寸相同的结构尺寸。3 纹理分析纹理分析 纹理图像：类似于布纹，草地，砖砌地面等重复性结构的图像纹理图像：类似于布纹，草地，砖砌地面等重复性结构的图像称为纹理图像称为纹理图像第29页

14、，本讲稿共38页(a)人工纹理；（b）自然纹理(a)(b)第30页，本讲稿共38页一、用空间自相关函数作纹理测度一、用空间自相关函数作纹理测度 设图像为设图像为f(m,n)，自相关函数：，自相关函数：对对(2+1)(2+1)窗口内的每一像素点窗口内的每一像素点(j,k)与偏离值与偏离值,=0,1,2,T像素之间的相关值作计算像素之间的相关值作计算第31页，本讲稿共38页二、傅里叶功率谱法二、傅里叶功率谱法自相关函数的扩展自相关函数的扩展:(二阶矩二阶矩)功率谱功率谱:T(j,k)越大，粗糙度越大越大，粗糙度越大第32页，本讲稿共38页规律：规律：r较小较小,r较大较大;r很大很大,r反而较小反

15、而较小纹理粗糙纹理粗糙(A)如果如果r变化对变化对 r影响不大影响不大纹理较细纹理较细(B)距原点为距原点为r的圆上能量的圆上能量极坐标表示：极坐标表示：第33页，本讲稿共38页 三、联合概率矩阵法三、联合概率矩阵法 对图像所有像素进行统计调查，以便描述灰度分布图像中任对图像所有像素进行统计调查，以便描述灰度分布图像中任一点一点(x,y)及及(x+a,y+b)灰度值对灰度值对(g1,g2)。设灰度级数为。设灰度级数为k，则，则g1与与g2共有共有k2种组合。统计出每一种种组合。统计出每一种(g1,g2)值出现的次数，然后值出现的次数，然后排列成一排列成一 个方阵，再用个方阵，再用(g1,g2)

16、出现的总次数将它们归一化为出出现的总次数将它们归一化为出现的概率现的概率p(g1,g2)，称这种方阵为联合概率矩阵，称这种方阵为联合概率矩阵 第34页，本讲稿共38页四、灰度差分统计四、灰度差分统计 设点设点(x,y)与与(x+x,y+y)的灰度差：的灰度差：g (x,y)=g(x,y)-g(x+x,y+y)g (x,y)所有可能取值共所有可能取值共m级，令点级，令点(x,y)在整个画面上在整个画面上的移动的移动,计算出计算出g (x,y)取各个数值的次数，做出取各个数值的次数，做出g (x,y)的的直方图直方图,即可知即可知g (x,y)取值的概率取值的概率P(i).当当i较小，而较小，而P

17、(i)较大时，纹理粗糙较大时，纹理粗糙概率较平坦时，纹理较细概率较平坦时，纹理较细第35页，本讲稿共38页在在P(i)较平坦时，较平坦时，ASM较小，较小，ENT较大，较大，P(i)越分布越分布在原点附近，则在原点附近，则MEAN值越小值越小.纹理描述参数：纹理描述参数：对比度：对比度：角度方向二阶矩：角度方向二阶矩：熵：熵：平均值：平均值：第36页，本讲稿共38页五、行程长度统计五、行程长度统计设设(x,y)灰度值为灰度值为g,与其相邻的点灰度也可能为与其相邻的点灰度也可能为g.统计从任一点出发沿统计从任一点出发沿 方向上连续方向上连续n个点都具有灰度个点都具有灰度g这这种情况发生的概率种情况发生的概率,p(g,n)行程长度行程长度:在某一方向上具有相同灰度值的像素个数在某一方向上具有相同灰度值的像素个数第37页，本讲稿共38页长行程加重法长行程加重法:灰度值分布：灰度值分布：行程长度分布：行程长度分布：行程比：行程比：N2像素总数像素总数纹理描述参数纹理描述参数:第38页，本讲稿共38页