第七章图像分割
第七章 图像分割
7.1概述 ◆图像处理的重要任务就是对图像中的对象进行分析和 理解。 ◆在图像分析中,输出的结果是对图像的描述、分类或其 他的某种结论。 ◆图像分析主要包括以下几部分内容 ◆(1)把图像分割成不同的区域,或把不同的目标分开(分 割)。即把图像分成互不重叠的区坷并提取出感兴趣目标。 ◆(2)找出各个区域的特征(特征提取) ◆(3)识别图像中的内容,或对图像进行分类(识别与分类)。 ◆(4)给出结论(描述、分类或其他的结论)
7.1 概 述 ◆ 图像处理的重要任务就是对图像中的对象进行分析和 理解。 ◆在图像分析中，输出的结果是对图像的描述、分类或其 他的某种结论 。 ◆图像分析主要包括以下几部分内容： ◆（1）把图像分割成不同的区域，或把不同的目标分开（分 割）。即把图像分成互不重叠的区域并提取出感兴趣目标。 ◆（2）找出各个区域的特征（特征提取）。 ◆（3）识别图像中的内容，或对图像进行分类（识别与分类）。 ◆（4）给出结论（描述、分类或其他的结论）
■典型的图像分析和理解的系统 ■系统分为图像输入、预处理、图像分割( Image segment)、图像识别、结构句法分析 图像输入 预处理 分割 光电变换 增強 图像恢复 检测景物或边界 数字化 编码 -1L 描述和 特征抽取 分类 结构分析 解释 图71图像分析系统
◼典型的图像分析和理解的系统： ◼系统分为图像输入、预处理、图像分割（image segment）、图像识别、结构句法分析。 图7.1 图像分析系统
●分割结果中同一个子区域内的像素应当是连通的 同一个子区域内的任两个像素在该子区域内互相连通。 图像分割 不连续性检测 相似性检测 边界分割 区域分割 边缘检测 阈值分割 边缘跟踪 区域分裂与合并 Hough变换 自适应 图72图像分割算法
⚫ 分割结果中同一个子区域内的像素应当是连通的 ⚫ 同一个子区域内的任两个像素在该子区域内互相连通。 图像分割 不连续性检测 相似性检测 区域分割 阈值分割 区域分裂与合并 自适应 边界分割 边缘检测 边缘跟踪 Hough变换 图7.2 图像分割算法
7.2像素的邻域和连通性 4邻域 对一个坐标为(x,的像素P,它可以有两个水平和两个垂 直的近邻像素。它们的坐标分别是 (x+1,y),(x-1,y),(x,y+1),(x,y-1) 这四个像素称为p的4邻城 互为4邻城的像素又称为4连通的。 2.8邻域 ■取像素p四周的8个点作为相链接的邻域点,除掉 p本身外,剩下的8个点就是的8邻域。 ■互为8邻的像素又称为8连通的
7.2 像素的邻域和连通性 1. 4邻域 ◼对一个坐标为 的像素p，它可以有两个水平和两个垂 直的近邻像素。它们的坐标分别是 ◼ 这四个像素称为p 的4邻域。 ◼ 互为4邻域的像素又称为4连通的。 2. 8邻域 ◼取像素p四周的8个点作为相链接的邻域点，除掉 p本身外，剩下的8个点就是p的8邻域。 ◼ 互为8邻域的像素又称为8连通的 。 (x, y) (x +1, y),(x −1, y),(x, y +1),(x, y −1)
◆目标和背景的连通性定义必须取不同,否 则会引起矛盾。 00000 01 00 010 图73目标和背景连通性
◆目标和背景的连通性定义必须取不同，否 则会引起矛盾。 0 0 0 0 0 0 1 1 1 0 0 1 0 1 0 0 1 1 0 0 0 0 0 0 0 图7.3 目标和背景连通性
根据连通性定义图像特征点 边界点:如果目标点集S中的点p有邻点在S的补集 S中,则p称为S的边界点。边界点集称为边界, 记为S’ 边界的内点:目标点集S与边界S的差SS称为S 的内(部)点 孤点:没有邻接点的点。 封闭曲线:连通域S中所有点都有两个邻点,则称 此连通域为封闭曲线
根据连通性定义图像特征点 • 边界点：如果目标点集S中的点p有邻点在S的补集 • 中，则p称为S的边界点。边界点集称为边界， 记为S’。 • 边界的内点：目标点集S与边界S’的差S-S’称为S 的内（部）点 • 孤点：没有邻接点的点。 • 封闭曲线：连通域S中所有点都有两个邻点，则称 此连通域为封闭曲线。 S
【例71】根据48连通准则在二值图像中判断目标。 解:应用函数 bwlabelr可以根据4连通或8连通准则,在给定 的二值图像矩阵BW中寻找目标。 MATLAB程序: Bw=[l1100000 11101100: 11101100 l1100010; 11100010: 11100010; 11100110: 11100000;%给定的二值图像矩阵 L4= bwlabel(Bw, 4) %根据4连通准则判定目标 L8= bwlabel(Bw, 8) %根据8连通准则判定目标
【例7.1】根据4/8连通准则在二值图像中判断目标。 解：应用函数bwlabel可以根据4连通或8连通准则，在给定 的二值图像矩阵BW中寻找目标。MATLAB程序： BW = [1 1 1 0 0 0 0 0; 1 1 1 0 1 1 0 0; 1 1 1 0 1 1 0 0; 1 1 1 0 0 0 1 0; 1 1 1 0 0 0 1 0; 1 1 1 0 0 0 1 0; 1 1 1 0 0 1 1 0; 1 1 1 0 0 0 0 0]; %给定的二值图像矩阵 L4 = bwlabel(BW,4) %根据4连通准则判定目标 L8 = bwlabel(BW,8) %根据8连通准则判定目标
根据4连通准则,得到的目标>根据8连通准则,得到目标 是3个: 是2个: L4=11100000 L8=11100000 11102200 11102200 11102200 11102200 11100030 11100020 11100030 11100020 11100030 11100020 11100330 11100220 11100000 11100000
➢根据4连通准则，得到的目标 是3个： L4 = 1 1 1 0 0 0 0 0 1 1 1 0 2 2 0 0 1 1 1 0 2 2 0 0 1 1 1 0 0 0 3 0 1 1 1 0 0 0 3 0 1 1 1 0 0 0 3 0 1 1 1 0 0 3 3 0 1 1 1 0 0 0 0 0 ➢ 根据8连通准则，得到目标 是2个： L8 =1 1 1 0 0 0 0 0 1 1 1 0 2 2 0 0 1 1 1 0 2 2 0 0 1 1 1 0 0 0 2 0 1 1 1 0 0 0 2 0 1 1 1 0 0 0 2 0 1 1 1 0 0 2 2 0 1 1 1 0 0 0 0 0
7.3图像的阈值分割技术 ■灰度阈值分割方法。 ■若图像中目标和背景具有不同的灰度集合, 且两个灰度集合可用一个灰度级值T进行分 割,在图像中分割出目标区域与背景区域。 ■设图像为f(x,y),其灰度集范围是0,L,在0 和L之间选择一个合适的灰度值T
7.3 图像的阈值分割技术 ◼ 灰度阈值分割方法。 ◼若图像中目标和背景具有不同的灰度集合， 且两个灰度集合可用一个灰度级阈值T进行分 割，在图像中分割出目标区域与背景区域。 ◼ 设图像为 ，其灰度集范围是[0,L]，在0 和L之间选择一个合适的灰度阈值T。 f (x, y)