第七章图像分析基础精选文档.ppt

《第七章图像分析基础精选文档.ppt》由会员分享，可在线阅读，更多相关《第七章图像分析基础精选文档.ppt（164页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第七章图像分析基础第七章图像分析基础本讲稿第一页，共一百六十四页4/12/20231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.图像分析本讲稿第二页，共一百六十四页2023/4/1221.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 有选择性地定位感兴趣对象在图像中的位置和范围本讲稿第三页，共一百六十四页2023/4/1231.图像分割 n n图像分割的基本思路 从简到难，逐级分割从简到难，逐级分割 控制背景环境，降低控制背景环境，降低分割难度分割难度 把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上

2、本讲稿第四页，共一百六十四页2023/4/1241.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：不连分割算法基于灰度值的两个基本特性：不连续性和相似性续性和相似性 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）。先先找找边边，后后确确定定区域。区域。本讲稿第五页，共一百六十四页2023/4/1251.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，通过选择阈，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就是值，找到灰度值相似的区域，区域的外轮

3、廓就是对象的边对象的边本讲稿第六页，共一百六十四页2023/4/1261.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边的检测本讲稿第七页，共一百六十四页2023/4/1271.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 =(120*8)/9 =960/9=106 =(120*8)/9 =960/9=106设：阈值：T=64T=6488881288888-1-1-1-18-1-1-1-1图像模板本讲稿第八页，共一百六十四页2023/4/1281.图像分割 1.1边界分割法

4、 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灰度值与周围点的相同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来来控控制制如如T T=32=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本讲稿第九页，共一百六十四页2023/4/1291.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

5、测 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本讲稿第十页，共一百六十四页2023/4/12101.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=-14+14=0=-14+14=0R R3 3=-14+14=0=-14+14=0 R R4 4=-14+14=0=-14+14=0本讲稿第十一页，共一百六十四页2023/4/12111.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的，

6、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，仅仅根据灰度的不连续性两个区域之间的过渡，仅仅根据灰度的不连续性便可确定便可确定 不适用于：当假定不成立时，阈值分割技术不适用于：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一般来说比边缘检测更加实用本讲稿第十二页，共一百六十四页2023/4/12121.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本讲稿第十三页，共一百六十四页2023/4/12131.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

7、像截面图截面图本讲稿第十四页，共一百六十四页2023/4/12141.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：对于亮的边，边的变化起点是正的，结束是：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。常数部分为零。负的。对于暗边，结论相反。常数部分为零。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本讲稿第十五页，共一百六十四页2023/4/12151.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：二阶微分在亮的一边是正的，在暗的一边：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。是负的。常数部

8、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素是在亮的一边，还是暗的一边。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，确定边的准确位置本讲稿第十六页，共一百六十四页2023/4/12161.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

9、为近似为:f f|x|+|x|+|y|y|z2z8z5z3z9z6z1z7z4本讲稿第十七页，共一百六十四页2023/4/12171.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算子算子为：x=(zx=(z7 7 +2z+2z8 8+z+z9 9)-(z-(z1 1+2z+2z2+z+z3)y=(zy=(z3 +2z+2z6 6+z9 9)-(z-(z1 1+2z+2z4 4+z+z7)-220-110-110000-1-1-2112 x y本讲稿第十八页，共一百六十四页2023/4

10、/12181.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.直接计算y、x可以检测到边的存在，以及从暗到亮，从亮到暗的变化 2.仅计算|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 算子特别算子特别引人注意的特性引人注意的特性本讲稿第十九页，共一百六十四页2023/4/12191.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

11、义为：的拉普拉斯是一个二阶的微分定义为：2 2f=f=2f/f/x x2,2f/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的区域，经验上被推荐最多的形式是的区域，经验上被推荐最多的形式是：2 2f f =4z=4z5 5 (z (z2 2+z4 4+z+z6 6+z8)z2z8z5z3z9z6z1z7z4本讲稿第二十页，共一百六十四页2023/4/12201.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

12、数，而而且且其其周周围围像像素素的的系数为负数，系数之和必为系数为负数，系数之和必为0 0。-1-1400-100-1本讲稿第二十一页，共一百六十四页2023/4/12211.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；不不能能检检测出边的方向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是暗的一边暗的一边 利用零跨越，确定边的位置利用零跨越，确定边的位置本讲

13、稿第二十二页，共一百六十四页2023/4/12221.图像分割 1.2边缘连接法 n n局部处理法n nHough变换本讲稿第二十三页，共一百六十四页2023/4/12231.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被完整地描述，在亮度不一致的地方会中断。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像素素，成成为有意义的边为有意义的边。本讲稿第二十四页，共一百六十四页2023/4/12

14、241.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局部连接算法描述本讲稿第二十五页，共一百六十四页2023/4/12251.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 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和和梯度方向确定两个确定两个点是否同属一条边点是否同属一条边本讲稿第二十六页，共一百六十四页2023/4/12261.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

15、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边界界点点(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本讲稿第二十七页，共一百六十四页2023/4/12271.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边界点，判断其是否与邻域内的边界点 (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A是一个角度阈值本讲稿第二十八页，共一百六十四页2023/4/12

16、281.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 本讲稿第二十九页，共一百六十四页2023/4/12291.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）对图像上每一个像素的邻域点进行分析，）对图像上每一个像素的邻域点进行分析，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）

17、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。本讲稿第三十页，共一百六十四页2023/4/12301.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变换的扩展本讲稿第三十一页，共一百六十四页2023/4/12311.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，形成完整的边界图形描述本讲稿第三十二页，共一百六十四页2023/4/12321.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

18、点集集，找找出出共共线线的的点点集集和和直直线方程。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，构构造造一一个个参数参数abab的平面，从而有如下结论的平面，从而有如下结论：a ab b本讲稿第三十三页，共一百六十四页2023/4/12331.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平平面面上上都都有一个点。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平平面面上上的一条直线。的一条

19、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在参数参数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平平面面上的直线就是我们的解。上的直线就是我们的解。本讲稿第三十四页，共一百六十四页2023/4/12341.图像分割 1.2边缘连接法 n nHough变换的基本思想a ab bA A本讲稿第三十五页，共一百六十四页2023/4/12351.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

20、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 =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使用交点累加器，或交点统计直方图，找出相交线段最多的参数空间的点，然后找出该点对应的xy平面的直线线段。本讲稿第三十六页，共一百六十四页2023/4/12361.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 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

21、数空间。这时需要三个参数的参数空间。本讲稿第三十七页，共一百六十四页2023/4/12371.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本讲稿第三十八页，共一百六十四页2023/4/12381.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

22、此此方方法成败的关键）。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，生生成成一一个个二二值图像。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。025525502550255255255本讲稿第三十九页，共一百六十四页2023/4/12391.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：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

23、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，然然后后求反得到物体）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)T本讲稿第四十页，共一百六十四页2023/4/12401.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）的灰度值，比得到阈值度值，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),

24、),且：且：T=f(xT=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。本讲稿第四十一页，共一百六十四页2023/4/12411.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）通过光标获得样点值f(x0 0,y,y0)（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,y0 0)|R

25、set 255 R set 255 else set 0本讲稿第四十二页，共一百六十四页2023/4/12421.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T本讲稿第四十三页，共一百六十四页2023/4/12431.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：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；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

26、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，可可排排除除噪噪音音的的干扰干扰本讲稿第四十四页，共一百六十四页2023/4/12441.图像分割 1.3阈值分割法 n n通过直方图得到阈值T本讲稿第四十五页，共一百六十四页2023/4/12451.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直方图进行平滑处理，如最小二乘法，等不过点插值。本讲稿第四十六页，共一百六十四页2023/4/12461.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：如果直方图的各个波峰很高、

27、很窄、对称，且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，有利于选择阈值。被很深的波谷分开时，有利于选择阈值。为了改善直方图的波峰形状，我们只把区域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，而不考虑区域中间的像边缘的像素绘入直方图，而不考虑区域中间的像素。素。用微分算子，处理图像，使图像只剩下边界用微分算子，处理图像，使图像只剩下边界中心两边的值。中心两边的值。本讲稿第四十七页，共一百六十四页2023/4/12471.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：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

28、时，在前景和背景所占区域面积差别很大时，不会造不会造一个灰度级的波峰过高，而另一个过低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等的，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，可以增加增加波峰的高度波峰的高度本讲稿第四十八页，共一百六十四页2023/4/12481.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

29、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%）的的像素直方图像素直方图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，直接得到阈值，方法是使用拉普拉斯算子过滤图像，将0跨越点对应的灰度值为阈值T.本讲稿第四十九页，共一百六十四页2023/4/12491.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，并产生一个二值，并产生一个二值图，区分出前景对象和背景图，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

30、描图像。凡灰度级大于T的，颜色置为255；凡灰度级小于T的，颜色置为0。适用场合适用场合：明度图像是可以控制的情况，例如用于工：明度图像是可以控制的情况，例如用于工业监测系统中。业监测系统中。本讲稿第五十页，共一百六十四页2023/4/12501.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，并产生一个，并产生一个二值图，区分出单独的连通前景对象和背景区二值图，区分出单独的连通前景对象和背景区域域算法实现算法实现：n n规定一个阈值T，上下左右4个方向进行逐行扫描图像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25

31、5255；凡灰度级小；凡灰度级小于于T T的，颜色置为的，颜色置为0 0。本讲稿第五十一页，共一百六十四页2023/4/12511.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。先左后右，先上半部分、后下半部分本讲稿第五十二页，共一百六十四页2023/4/12521.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：把前面的方法扩展到多维空间，则寻找波：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。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，从波谷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

32、际的阈值重合的点，得到实际的阈值T T。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模型、模型、CMYKCMYK模型、模型、HSIHSI模型模型本讲稿第五十三页，共一百六十四页2023/4/12531.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通过像素集合的区域增长区域增长n n区域分裂区域分裂与与合并合并本讲稿第五十四页，共一百六十四页2023/4/12541.图像分割 1.4面向区域的分割 n n基本概念目标：将区域R划分为若干个子区域R1,R2,Rn，这些子区域满足5个条件：1)完备性：2)连通性：每个Ri都是一个连通区域3)独立性：对于任意

33、ij，RiRj=本讲稿第五十五页，共一百六十四页2023/4/12551.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)互斥性：任两个区域的灰度级不等，P P（R Ri iRj j）=FALSE=FALSE，ijij本讲稿第五十六页，共一百六十四页2023/4/12561.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，它或者是最，它或

34、者是最亮或最暗的点，或者是位于点簇中心的点。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合，）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、且满足描述符的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合为止。）上一过程进行到不再有满足条件的新结点加入集合为止。本讲稿第五十七页，共一百六十四页2023/4/12571.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

35、域A 区域B 种子像素本讲稿第五十八页，共一百六十四页2023/4/12581.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，均分为四个子）对于图像中灰度级不同的区域，均分为四个子区域。区域。2 2）如果相邻的子区域所有像素的灰度级相同，则）如果相邻的子区域所有像素的灰度级相同，则将其合并。将其合并。3 3）反复进行上两步操作，直至不再有新的分裂与）反复进行上两步操作，直至不再有新的分裂与合并为止。合并为止。本讲稿第五十九页，共一百六十四页2023/4/12591.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：本讲稿第

36、六十页，共一百六十四页2023/4/12601.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：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的部分舍去不予计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节描述，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。本讲稿第一百二十七页，共一百六十四页2023/4/121272.图像

37、描述 2.3 边界描述n n傅立叶描述符优点优点n n1 1）使用复数作为描述符，对于旋转、平移、放缩等）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。操作和起始点的选取不十分敏感。n n2 2）以上几何变换均可以通过对描述子函数作简）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。单变换来获得。本讲稿第一百二十八页，共一百六十四页2023/4/121282.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，边边界界段段和和特征的形状可以用矩量来量化地描述特征的形状可以用矩量来量化地

38、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)本讲稿第一百二十九页，共一百六十四页2023/4/121292.图像描述 2.3 边界描述n n矩量矩量的定义：L L n(r)=(r)=(r(ri-m)-m)n ng(rg(ri i)i=1i=1L L其中其中 m=m=r rig(rg(ri i)i=1这里L是边界上点的数目,n n(r)(r)是边界的矩量是边界的矩量本讲稿第一百三十页，共一百六十四页2023/4/121302.图像描述 2.3 边界描述n n矩量矩量的优点：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“物理”解释

39、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的的范范围来将大小正则化。围来将大小正则化。本讲稿第一百三十一页，共一百六十四页2023/4/121312.图像描述 2.4 关系描述n n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本讲稿第一百三十二页，共一百六十四页2023/4/121322.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n n图像中各个部分间的结构关系

40、是二维的，而串是一维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为一维的串的，期望找到一种方法把二维关系转化为一维的串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本讲稿第一百三十三页，共一百六十四页2023/4/121332.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,babaaabbb本讲稿第一百三十四页，共一百六十四页2023/4/121342.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：(1)S-aA(1)S-aA(2)

41、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)aaabbbaabbab本讲稿第一百三十五页，共一百六十四页2023/4/121352.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（例如同构区域），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。线段之间的不同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。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描述的时

42、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。候，最适于使用这种串来描述。本讲稿第一百三十六页，共一百六十四页2023/4/121362.图像描述 2.4 关系描述n n骨架关系编码a+ba-ba ba*baaaabbbb编码本讲稿第一百三十七页，共一百六十四页2023/4/121372.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向或长跟踪对象的边界，将跟踪得到的线段按照方向或长度来编码度来编码a1a2a5a7a8a3a4a6a1a8a7a6a5a4a3a2本讲稿第一百三十八页，共一百六十四页2023/4/12138

43、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：a3a3a3a3a3a3a3a3a2a2a3a3本讲稿第一百三十九页，共一百六十四页2023/4/121392.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系最为重要举例：举例：abcd$abcdefef$本讲稿第一百四十页，共一百六十四页2023/4/121403.图像分析 n n图像分

44、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，这些的过程，这些模式都与执行与图像相关的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，赋予某些具有感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。例如觉能力的机器，以类似人的大脑的能力。例如OCROCR本讲稿第一百四十一页，共一百六十四页2023/4/121413.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：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

45、学习过程，抽象、归纳信息特征的学习过程，并应用到新的对象中。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出新从不完整的信息中构造推论出新的知识，并加以应用。的知识，并加以应用。本讲稿第一百四十二页，共一百六十四页2023/4/121423.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，但仍然缺乏理论依据仍然缺乏理论依据。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系统，的系统，但缺乏扩展性。但缺乏扩展性。过分依赖应用分依赖应用。本讲稿第一百四十三页，共一百

46、六十四页2023/4/121433.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，为降低难度，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。设计得更专用。本讲稿第一百四十四页，共一百六十四页2023/4/121443.图像分析 n n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本讲稿第一百四十

47、五页，共一百六十四页2023/4/121453.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纹、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，花纹为人工纹理，它花布上的花纹等。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。这些变化与物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。体本身的属性相关。本讲稿第一百四十六页，共一百六十四页2023/4/121463.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

48、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。本讲稿第一百四十七页，共一百六十四页2023/4/121473.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

49、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。本讲稿第一百四十八页，共一百六十四页2023/4/121483.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，在在纹纹理理分析领域中有一定影响。分析领域中有一定影响。Laws Laws纹理测量的基本思想是设置两个窗口：纹理测量的

50、基本思想是设置两个窗口：一一个个是是微微窗窗口口，可可为为3 3 3 3、5 5 5 5或或7 7 7 7，常常取取5 5 5 5用用来来测测量量以以像像元为中心的小区域的灰度的不规则性，以形成属性，称为微窗口滤波；元为中心的小区域的灰度的不规则性，以形成属性，称为微窗口滤波；另另一一个个为为宏宏窗窗口口，为为1515 1515或或3232 3232，用用来来在在更更大大的的窗窗口口上上求求属属性性的一阶统计量（常为均值和标准偏差），他称之为能量变换。的一阶统计量（常为均值和标准偏差），他称之为能量变换。整个纹理分析过程为整个纹理分析过程为 f f(x x,y y)微微窗窗口口滤滤波波F F(