第十一讲图像分割.ppt
《第十一讲图像分割.ppt》由会员分享,可在线阅读,更多相关《第十一讲图像分割.ppt(53页珍藏版)》请在三一文库上搜索。
1、第十讲 图像分割,图像分割,图象分割就是指把图象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。 图象分割是由图象处理进到图象分析的关键步骤,也是一种基本的计算机视觉技术。这是因为图象的分割、目标的分离、特征的提取和参数的测量将原始图象转化为更抽象更紧凑的形式,使得更高层的分析和理解成为可能。,图象分割的定义,分割方法分类,PB:并行边界类; SB:串行边界类; PR:并行区域类; SR:串行区域类。,本讲主要内容:,点检测 线检测 基于梯度的边缘检测 域值分割(全局域值、局部域值,自适应域值分割) 区域合并与区域分
2、裂 分水岭分割,1.孤立点检测,其基本思想: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,则可以用指定模板检测。可以指定模板为为:,其模板响应记为:,根据检测图像的情况,设定RT的输出响应对应孤立点。,孤立点检测,2.线检测,线检测比点检测稍微复杂一点,其基本思想基本一致。 表现在: 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。,线检测模板,线检测决策,将四模板分别对图像进行检测,如果在某个点的输出响应, 则认为此点在与i模板代表线相似。 另外我可能只对某一检测方向上的线感兴趣。我们只使用特
3、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。,线检测,3.边缘检测的梯度方法,1)基本说明 边缘是一个相对局部的概念,而边界是一个更具有整体性的一个概念。 边缘理想数字模型和模糊边缘 模糊的边缘使两个区域过渡的范围变宽,因此边界较宽;反之,清晰的图像使其边缘变细。,边缘模型图例,一阶导数、二阶导数响应的特点,梯度算子,连续图像f (x,y)在位置(x,y)的梯度定义的下列向量:,Roberts算子,Priwitt算子、sobel算子,拉普拉斯算子,二维函数f(x,y)的拉普拉斯算子是如下定义的二阶导数的函数:,由于二阶导数是导数的导数,同样可用差分的差分表示(二阶差分)。例如,对于
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第十一 图像 分割
链接地址:https://www.31doc.com/p-2969722.html