4 1956 第十章图像分割 电子科技大学自动化学院
第十章 图像分割 电子科技大学自动化学院
引言： 956 图像增强和图像复原是对整幅图像的质量进行改善，箭 入输出均为图像。 图像分析研究并描述组成一幅图像的各个不同部分的特 征及其相互关系，输入为图像、输出为从这些图像中提取出来 的属性。 图像分析的结果不是一幅完美的图像，而是用数字、文 字、符号、几何图形或其组合表示的图像内容和特征，对图像 景物的详尽描述和解释
图像增强和图像复原是对整幅图像的质量进行改善，输 入输出均为图像。 图像分析研究并描述组成一幅图像的各个不同部分的特 征及其相互关系，输入为图像、输出为从这些图像中提取出来 的属性。 图像分析的结果不是一幅完美的图像，而是用数字、文 字、符号、几何图形或其组合表示的图像内容和特征，对图像 景物的详尽描述和解释。 引言：
图像输入 预处理 图像分割 幅度分割 光电变换 图像增强 /966 边缘检测 图像恢复 区域分割 图像编码 数字化 描述 特征提取 结构分析 解释 图像处理 图像分析 分割 特征表示 与描述 中级处理 了 预处理 结果 问题 知识库 与 图像获取 解释 低级处理 一高级处理
知识库 特征表示 与描述 预处理 分割 低级处理 高级处理 中级处理 识别与 解释 结果 图像获取 问题
图像分割mage Segmentation) /966 在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这 些部分一般称为目标或前景。 ■ 为了辨识和分析目标，需要将有关区域分离提取出来，在此基础上对目 标进一步利用，如进行特征提取和测量。 图像分割是把图像分成各具特性的区域，并提取出感兴趣目标的技术和 过程。这里特性可以是灰度、颜色、纹理等，目标可以对应单个区域， 也可以对应多个区域。 B842 MPB 2甩
图像分割(Image Segmentation) 在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这 些部分一般称为目标或前景。 为了辨识和分析目标，需要将有关区域分离提取出来，在此基础上对目 标进一步利用，如进行特征提取和测量。 图像分割是把图像分成各具特性的区域，并提取出感兴趣目标的技术和 过程。这里特性可以是灰度、颜色、纹理等，目标可以对应单个区域， 也可以对应多个区域
STC 图像分割基本策略：基于灰度值的两个基本特性 >基于边界的算法：利用灰度的不连续性检测边界 >间断分割（非连续性分割) >~边缘连接法 >基于区域的算法：利用灰度的相似性进行聚类 ~阈值分割法 >基于区域的分割
图像分割基本策略：基于灰度值的两个基本特性 基于边界的算法：利用灰度的不连续性检测边界 间断分割（非连续性分割） 边缘连接法 基于区域的算法：利用灰度的相似性进行聚类 阈值分割法 基于区域的分割
目录 CONTENTS >10.1间断分割 >10.2边缘连接 >10.3阈值分割 >10.4基于区域的分割
目录 CONTENTS 10.1 间断分割 10.2 边缘连接 10.3 阈值分割 10.4 基于区域的分割
1、间断分割（非连续性分割) 956 根据图像像素灰度值的不连续性，找到图像中 的点、线（宽度为1）、边（不定宽度） 点检测 √线检测 √边缘检测
1、间断分割（非连续性分割） 根据图像像素灰度值的不连续性，找到图像中 的点、线（宽度为1）、边（不定宽度） 点检测 线检测 边缘检测
1) 点检测(Point Detection) /966 基本思想：如果一个孤立点（此点的灰度级别和其背景的差别相当大， 并且其所在的区域是一个均匀的或近似均匀的区域)与周围的点不同， 用模板检测。 wl w2 8 8 w3 可以指定模板为： w4 w5 w6 128 8 w7 w8 w9 图像 模板 9 模板响应记为：R∑W,2, R=(-1*8*8+128*8)/9 =(120*8)/9=960/9=106 输出响应R>T时对应孤立点。 设：阈值：T=64 R>T
1） 点检测(Point Detection) R = (-1 * 8 * 8 + 128 * 8) / 9 = (120 * 8) / 9 = 960 / 9 = 106 设 ：阈值：T = 64 R > T 8 8 8 8 128 8 8 8 8 图像 -1 -1 -1 -1 8 -1 -1 -1 -1 模板 基本思想：如果一个孤立点（此点的灰度级别和其背景的差别相当大， 并且其所在的区域是一个均匀的或近似均匀的区域）与周围的点不同， 用模板检测。 123 456 789 www www www 模板响应记为： 9 1 | | i i i R wz = = ∑ 输出响应R>T时对应孤立点。 可以指定模板为：
2)线检测(Line Detection) 1956 线检测比点检测稍微复杂，其基本思想一致。 口使用模板（注意确定模板的条件或者基本假设） 口对输出响应决策，需要合适的决策方法。 -1 -1 2 -1 2 -1 2 -1 -1 2 2 -1 2 -1 -1 2 2 -1 -1 水平模板 45度模板 垂直模板 135度模板
线检测比点检测稍微复杂，其基本思想一致。 使用模板（注意确定模板的条件或者基本假设） 对输出响应决策，需要合适的决策方法。 2) 线检测(Line Detection) -1 -1 -1 2 2 2 -1 -1 -1 水平模板 -1 -1 2 -1 2 -1 2 -1 -1 45度模板 -1 2 -1 -1 2 -1 -1 2 -1 垂直模板 2 -1 -1 -1 2 -1 -1 -1 2 135度模板
口依次计算4个方向的典型检测模板，得到R=1,2,3,4 /966 ■如果R>R,ji,则该点更接近模板i所代表的线。 当只对某一检测方向上的线感兴趣时，使用特定模板给出输出响 应，通过域值法将响应最强烈的点提取出来。 5 5 5 5 5 15 5 5 用4种模板分别计算 口设计任意方向的检测模板 R水平=-6+30=24 ■可能大于3x3 R45度=-14+14=0 ■模板系数和为0 R垂直=-14+14=0 ■感兴趣的方向的系数大。 R135度=-14+14=0
依次计算4个方向的典型检测模板，得到Ri i=1,2,3,4 如果 |Ri | > |Rj | ，j≠i，则该点更接近模板i 所代表的线。 当只对某一检测方向上的线感兴趣时，使用特定模板给出输出响 应，通过域值法将响应最强烈的点提取出来。 设计任意方向的检测模板 可能大于3×3 模板系数和为0 感兴趣的方向的系数大。 用4种模板分别计算 R水平 = -6 + 30 = 24 R45度 = -14 + 14 = 0 R垂直 = -14 + 14 = 0 R135度 = -14 + 14 = 0 1 1 1 5 5 5 1 1 1 1 1 1 5 5 5 1 1 1 1 1 1 5 5 5 1 1 1