第十章:分割 1、 分割是指将图像细分为构成它的子区域。 2、 多数分割算法基于灰度值的不连续性和相似性:基于不连续性的算法有边缘提取;基于相似性的算法有阀值处理、区域生长、区域分裂和聚合等。 3、 下面介绍四种主要的分割算法: 4、 边缘检测分割:(点检测、线检测、边缘检)首先寻找边缘线段,然后连接为边界,识别区域,进行图像的分割; 5、 阀值处理分割:阀值处理是重要的分割算法,是基于灰度值来将图像直接划分区域;有全局阀值处理、可变阀值处理。 6、 直接寻找区域的分割:区域生长,将像素或子区域根据预先定义的准则组合为更大区域的过程;区域分裂与聚合,将一幅图像细分为一组不相交的区域,然后聚合或分裂这些区域。 7、 基于形态学分水岭的分割算法,提供了一种能有效使用先验知识的框架。 8、 分割后的区域经常以一种适合于计算机进一步处理的形式来表示和描述;下面总结表示和描述的学习情况。 |
10.1 基础知识
图像分割指的是根据灰度、颜色、纹理和形状等特征把图像划分成若干互不交迭的区域,并使这些特征在同一区域内呈现出相似性,而在不同区域间呈现出明显的差异性。我们先对目前主要的图像分割方法做个概述,后面再对个别方法做详细的了解和学习。
10.2 点、线和边缘检测
- 一阶导数通常在图像中产生较粗的边缘;
- 二阶导数通对精细细节,如细线、孤立点和噪声有较强的响应;
- 二阶导数在灰度斜坡和灰度台阶过渡处会产生双边缘响应;
- 二阶导数的符号可用于确定边缘的过度是从亮到暗还是从暗到亮;
1、孤立点检测
二阶导数
拉普拉斯算子各向同性!!!
2、线检测
二阶导数
拉普拉斯算子各向同性!!!响应与方向无关!!!
3、边缘检测
- 边缘模型
过渡段一阶导数为正,二阶导数为两个冲激信号。一阶导数确定某点是否是边缘点,二阶导数边缘两边像素的亮暗情况。二阶导数对微弱噪声是极其敏感的。
- 边缘检测
1、图像梯度及其性质:
梯度:指出f在位置(x,y)处最大变化率的方向
梯度向量的大小:梯度方向变化率的值(梯度图像):
梯度向量的方向:
某点的边缘与该点的梯度向量正交。
2、梯度算子:
用于计算剃度偏导数的滤波器模板,通常称为梯度算子、差分算子、边缘算子或边缘检测子。
各种计算梯度的算子模板。
Roberts算子:没有明确的中心,不宜采用。
Prewitt算子:实现简单。
Sobel算子:抑制噪声性能好,平滑技术。并且对角线也可以很好的反应。
在计算梯度前对图像进行平滑处理,边缘检测可做更多的选择。
3、Marr-Hildreth边缘检测器
二维函数
的拉普拉斯算子
3*3模板
作用:
(1)利用零交叉关键性质进行边缘定位;
(2)确定边缘两边的亮暗情况;
模糊函数(高斯):
其实是一个高斯低通滤波器。然后求h的拉普拉斯算子,得到高斯型拉普拉斯算子LOG:又称墨西哥草帽函数
,
5*5的模板:
LOG的零交点处理:LOG图像二值化,过渡点就认为是零交点。但零交点是有很大不足的,梯度仍然是常用方法。
4、Canny边缘检测器
5、边缘连接和边界检测
- 局部处理
- 区域处理
- 全局处理(霍夫变换)
10.3 阈值处理
10.4 基于区域的分割
10.5 用形态学分水岭的分割
10.6 分割中运动的应用
(1)、空间域技术
差值图像:
累积差值:
绝对ADI、正ADI、负ADI
(2)、频率域技术
ppt:
https://wenku.baidu.com/view/5dfe206e1a37f111f0855b6c.html?rec_flag=default&mark_pay_doc=2&mark_rec_page=1&mark_rec_position=1&mark_rec=view_r_1&clear_uda_param=1&sxts=1527051547763
https://wenku.baidu.com/view/57ad66d5c5da50e2534d7fc3.html?sxts=1527051429517
https://wenku.baidu.com/view/bf9b7a7f964bcf84b8d57b3b.html?sxts=1527049852818
https://wenku.baidu.com/view/07898fecaeaad1f346933f58.html