数字图像的分割

1、基于嵌入式平台的智能视频处理系统基于嵌入式平台的智能视频处理系统苏州大学苏州大学 电子信息学院电子信息学院图像分割与表示图像分割与表示1.边缘检测分割边缘检测分割2.阈值处理分割阈值处理分割3.基于区域分割基于区域分割4.形态学分水岭分割形态学分水岭分割5.分割后的区域表示分割后的区域表示边缘检测边缘检测1 1、差分、差分边缘是那些灰度变化较大的地方，连续函数用导数来反映边缘是那些灰度变化较大的地方，连续函数用导数来反映变化的变化的“快慢快慢”程度，数字信号可用差分来定义。程度，数字信号可用差分来定义。)() 1()(xfxfxfxf)() 1(2)2()() 1(22xfxfxfxfxfxf

2、边缘检测边缘检测边缘检测边缘检测1 1）一阶导数通常产生较粗的边缘）一阶导数通常产生较粗的边缘2 2）二阶导数对精细细节有较强的响应，对噪声也更敏感）二阶导数对精细细节有较强的响应，对噪声也更敏感3 3）二阶导数在灰度斜坡和灰度台阶处产生双边缘响应）二阶导数在灰度斜坡和灰度台阶处产生双边缘响应4)4)二阶导数的符号可以确定边缘的过渡是从亮到暗还是从二阶导数的符号可以确定边缘的过渡是从亮到暗还是从暗到亮。暗到亮。边缘检测边缘检测 对于二维的图像，计算图像中每个像素位置处的一阶导数对于二维的图像，计算图像中每个像素位置处的一阶导数和二阶导数的选择方法是使用空间滤波器。和二阶导数的选择方法是使用空间

3、滤波器。91992211wkkkzwzzwzwR 边缘检测边缘检测2 2、孤立点检测、孤立点检测 1 1）以二阶导数为基础，使用拉普拉斯：）以二阶导数为基础，使用拉普拉斯：偏微分如下：偏微分如下：22222),(yfxfyxf),(2), 1(), 1(),(22yxfyxfyxfxyxf),(2) 1,() 1,(),(22yxfyxfyxfyyxf边缘检测边缘检测拉普拉斯：拉普拉斯：),(4) 1,() 1,(), 1(), 1(),(2yxfyxfyxfyxfyxfyxf对应的掩膜模版如图对应的掩膜模版如图a a：也可以利用如图也可以利用如图b b的掩膜模版，又称为拉普拉斯模版的掩膜模版

4、，又称为拉普拉斯模版 f= f=imreadimread(点检测点检测. .tiftif);); imshow(fimshow(f) ) w=-1 -1 w=-1 -1 -1-1 ; ; -1 8 -1;-1 -1 -1 8 -1;-1 -1 -1-1; g = g = abs(imfilter(double(f),wabs(imfilter(double(f),w);); t= t= max(gmax(g(:);(:); g=g=t; g=g=t; figure,imshow(gfigure,imshow(g););边缘检测边缘检测2 2）MATLABMATLAB处理效果处理效果点检测原图点

5、检测原图边缘检测边缘检测点检测效果图点检测效果图边缘检测边缘检测3 3、线检测、线检测 1 1）对于线检测，二阶导数将导致更强烈的响应，产生比一阶）对于线检测，二阶导数将导致更强烈的响应，产生比一阶导数更细的线。导数更细的线。 线检测计算，可以采用前面所提到的图线检测计算，可以采用前面所提到的图b b拉普拉斯模版。拉普拉斯模版。 拉普拉斯检测子是各向同性的，其响应与方向无关。拉普拉斯检测子是各向同性的，其响应与方向无关。 通常我们的兴趣在于在于检测特定方向的线，考虑下一页的通常我们的兴趣在于在于检测特定方向的线，考虑下一页的模版。若第一个模板在在图上四处移动更强烈地响应（一个像模版。若第一个模

6、板在在图上四处移动更强烈地响应（一个像素宽）的水平线素宽）的水平线边缘检测边缘检测2 2）四个方向上线检测掩膜如下，若我们对检测图像中给定方向的）四个方向上线检测掩膜如下，若我们对检测图像中给定方向的所有线感兴趣，则可以简单地在图像上运行掩膜并作阈值处理。所有线感兴趣，则可以简单地在图像上运行掩膜并作阈值处理。3)3)使用拉普拉斯模板时使用拉普拉斯模板时 边缘检测边缘检测 f= f=imread(imread(线检测线检测.tif.tif);); w=-1 -1 w=-1 -1 -1-1 ;-1 8 -1;-1 -1 ;-1 8 -1;-1 -1 -1-1; g= g=imfilter(dou

7、ble(f),wimfilter(double(f),w);); imshow(gimshow(g,),) T= T=max(gmax(g(:);(:); T1=0.5 T1=0.5* *T;T; g=g=T1; g=g=T1; figure,imshow(gfigure,imshow(g,),)线检测原图线检测原图边缘检测边缘检测拉普拉斯线检测效果图拉普拉斯线检测效果图 边缘检测边缘检测拉普拉斯线检测效果图拉普拉斯线检测效果图 边缘检测边缘检测4 4）使用）使用-45-45模板模板 f= f=imreadimread(线检测线检测. .tiftif);); w=2 -1 w=2 -1 -1-

8、1 ;-1 2 -1;-1 -1 2; ;-1 2 -1;-1 -1 2; g=imfilter(double(f),w); g=imfilter(double(f),w); imshow(gimshow(g,),) g= g=abs(gabs(g);); figure,imshow(gfigure,imshow(g,),) t= t= max(gmax(g(:);(:); g=g=t; g=g=t; figure,imshow(gfigure,imshow(g);); 边缘检测边缘检测-45-45线检测效果图线检测效果图边缘检测边缘检测-45-45线检测效果图线检测效果图边缘检测边缘检测-4

9、5-45线检测效果图线检测效果图边缘检测边缘检测4 4、边缘检测、边缘检测 1 1）基本边缘检测）基本边缘检测 梯度梯度yfxfggfgradfyx)(f f22)(),(yxggfmagyxMf f的大小的大小f f的方向的方向xyggacyxtan),(边缘检测边缘检测梯度算子梯度算子)()(321987zzzzzzxfgx)()(741963zzzzzzyfgy上式对应下面的上式对应下面的PrewittPrewitt算子，也可以使用算子，也可以使用SobelSobel算子，中心位算子，中心位置置 处用处用2 2来平滑图像来平滑图像边缘检测边缘检测 f= f=imreadimread(边缘

10、检测边缘检测. .tiftif);); w=-1 -2 -1 ;0 0 0;1 2 1; w=-1 -2 -1 ;0 0 0;1 2 1; g=imfilter(double(f),w); g=imfilter(double(f),w); g= g=abs(gabs(g);); figure,imshow(gfigure,imshow(g,);,); w=-1 0 1 ;-2 0 2;-1 0 1; w=-1 0 1 ;-2 0 2;-1 0 1; g1=imfilter(double(f),w); g1=imfilter(double(f),w); g1=abs(g1); g1=abs(g1

11、); figure,imshow(g1,); figure,imshow(g1,); g2=g+g1; g2=g+g1; figure,imshow(g2,); figure,imshow(g2,);边缘检测边缘检测边缘检测原图边缘检测原图 |gx| |gx|图图边缘检测边缘检测 |gy| |gy|图图 |gx| + |gy| |gx| + |gy|图图边缘检测边缘检测2)2)坎尼边缘检测（是迄今讨论过的最优秀的边缘检测器）坎尼边缘检测（是迄今讨论过的最优秀的边缘检测器） a.a.用一个高斯滤波器平滑输入图像。用一个高斯滤波器平滑输入图像。( (减弱噪声减弱噪声) ) b.b.计算梯度幅值图像

12、和角度图像。计算梯度幅值图像和角度图像。 c.c.对梯度图像应用非最大抑制。对梯度图像应用非最大抑制。 d.d.用双阈值处理和连接分析来检测并连接边缘用双阈值处理和连接分析来检测并连接边缘 Canny Canny 边缘检测器的语法为边缘检测器的语法为 g ,t=edge( f, canny, T, sigma)g ,t=edge( f, canny, T, sigma)T=T1,T2T=T1,T2为两个阈值，为两个阈值，sigmasigma是平滑滤波器的标准误差，是平滑滤波器的标准误差，g g为输为输出二值图像，出二值图像，t t是其使用的阈值。是其使用的阈值。边缘检测边缘检测3 3）Sobe

13、lSobel边缘检测与边缘检测与CannyCanny边缘检测处理效果的比较边缘检测处理效果的比较 SobelSobel边缘检测边缘检测MatlabMatlab程序程序 f= f=imread(imread(边缘检测边缘检测.tif.tif););gv,tgv,t=edge(f,sobel,verticaledge(f,sobel,vertical; ; t tt =t = 0.05160.0516 g_sobel_default,ts= g_sobel_default,ts=edge(f,sobeledge(f,sobel););imshow(g_sobel_defaultimshow(g_s

14、obel_default,);,); g_sobel_bestg_sobel_best=edge(f,sobel,0.05);=edge(f,sobel,0.05);figure,imshow(g_sobel_bestfigure,imshow(g_sobel_best,);,);边缘检测边缘检测SobelSobel边缘检测效果图边缘检测效果图边缘检测边缘检测CannyCanny边缘检测边缘检测MatlabMatlab源程序源程序 f= f=imread(imread(边缘检测边缘检测.tif.tif);); g_sobel_default,tcg_sobel_default,tc=edge(

15、f,cannyedge(f,canny););imshow(g_sobel_defaultimshow(g_sobel_default,);,); g_canny_bestg_canny_best=edge(f,canny,0.04 =edge(f,canny,0.04 0.10,1.5);0.10,1.5);figure,imshow(g_sobel_bestfigure,imshow(g_sobel_best,);,);边缘检测边缘检测CannyCanny边缘检测效果图边缘检测效果图边缘检测边缘检测5 5、边缘连接和边界检测、边缘连接和边界检测 1 1）边缘检测仅产生位于边缘上的像素集合，

16、但噪声、不均匀）边缘检测仅产生位于边缘上的像素集合，但噪声、不均匀照明会引起边缘间断一般边缘检测后会紧跟连接算法。照明会引起边缘间断一般边缘检测后会紧跟连接算法。 局部处理：在每个（局部处理：在每个（x ,yx ,y）处（检测出的边缘像素）的小邻）处（检测出的边缘像素）的小邻域内分析像素特点，将所有相似点连接起来，形成根据指定准域内分析像素特点，将所有相似点连接起来，形成根据指定准则，满足相同特性的一条边缘。则，满足相同特性的一条边缘。 区域处理：用在感兴趣区域的位置已知或者可以确定，使用区域处理：用在感兴趣区域的位置已知或者可以确定，使用在区域的基础上连接像素的技术，有多边形近似连接方法，和

17、在区域的基础上连接像素的技术，有多边形近似连接方法，和多边形拟合方法。多边形拟合方法。 全局处理：霍夫变换全局处理：霍夫变换 边缘检测边缘检测2 2）霍夫变换）霍夫变换直角坐标直角坐标HoughHough变换图变换图边缘检测边缘检测当直线逼近垂直方向时，当直线逼近垂直方向时，a a趋于无穷大，解决方法是用一条直线趋于无穷大，解决方法是用一条直线的发现表示：的发现表示： sincosyx极坐标极坐标HoughHough变换图变换图 边缘检测边缘检测霍夫变换计算上的魅力在于将霍夫变换计算上的魅力在于将空间划分为所谓的累加空间划分为所谓的累加单元，如下图所示单元，如下图所示, ,所期望的取值范围：所

18、期望的取值范围：-90-90到到9090和和-D-D到到D D。位于坐标（。位于坐标（i i，j j）处的单元具有累加器）处的单元具有累加器A(i,jA(i,j) )，它对应于参数空间（它对应于参数空间（ ii，ii）相关联的正方形。然后，相关联的正方形。然后，xyxy平面平面中的每一个非背景点（中的每一个非背景点（x xk k，y yk k），令，令等于等于轴上每一个允许的轴上每一个允许的细分值，求解出对应的细分值，求解出对应的，选择选择一个一个p得到解得到解q，令，令A(p,qA(p,q)+)+边缘检测边缘检测HoughHough变换效果图变换效果图边缘检测边缘检测 使用使用HoughHo

19、ugh变化做线检测与连接变化做线检测与连接 HoughHough线检测与连接原图线检测与连接原图边缘检测边缘检测HoughHough变换及峰值检测变换及峰值检测边缘检测边缘检测HoughHough变换进行线连接变换进行线连接1、阈值处理：直观、实现简单且计算快速，在图、阈值处理：直观、实现简单且计算快速，在图像分割中处核心地位像分割中处核心地位阈值处理阈值处理阈值处理阈值处理2、可区分直方图模式的谷的宽度和深度直接关系到灰、可区分直方图模式的谷的宽度和深度直接关系到灰度阈值分割的成功与否。度阈值分割的成功与否。 影响波谷特性的关键因素是：影响波谷特性的关键因素是：1）波峰间的间隔（波峰离得越远

20、分离这些模式的机会）波峰间的间隔（波峰离得越远分离这些模式的机会越好）越好）2）图像中的噪声内容（模式随噪声的增加而展宽）图像中的噪声内容（模式随噪声的增加而展宽）3）图像和背景的相对尺寸）图像和背景的相对尺寸4）光源的均匀性）光源的均匀性5）图像反射性的均匀性）图像反射性的均匀性阈值处理阈值处理以噪声对阈值处理的影响为例：以噪声对阈值处理的影响为例：加噪声前后图像加噪声前后图像阈值处理阈值处理加噪声前后直方图加噪声前后直方图注：利用图像平滑可以改善上述处理，降低噪声的影响注：利用图像平滑可以改善上述处理，降低噪声的影响 阈值处理阈值处理3 3、阈值的获取、阈值的获取 a.a.基本的全局阈值处

21、理，利用迭代算法求阈值基本的全局阈值处理，利用迭代算法求阈值 b.b.用用OtsuOtsu方法的最佳阈值处理，方法也称为最大间差法。方法的最佳阈值处理，方法也称为最大间差法。 c.c.可变阈值处理可变阈值处理 d.d.多变量阈值处理多变量阈值处理这里主要探讨全局阈值处理，这里主要探讨全局阈值处理，MatlabMatlab工具箱中提供工具箱中提供graythreshgraythresh的函数，该函数使用的函数，该函数使用OtsuOtsu方法来计算获取阈值。方法来计算获取阈值。阈值处理阈值处理4 4、T=T=graythreshgraythresh（f f） f f为输入图像，为输入图像，T T为

22、产生的阈值为产生的阈值 T= T=graythresh(fgraythresh(f);); T=T T=T* *255255T =T = 101 101 T= T=graythresh(fgraythresh(f);); g=im2bw(f,T); g=im2bw(f,T); figure,imshow(g) figure,imshow(g) figure,imshow(gfigure,imshow(g) )阈值处理原图阈值处理原图阈值处理阈值处理阈值处理效果图阈值处理效果图阈值处理阈值处理阈值处理效果图阈值处理效果图基于区域分割基于区域分割1 1、基于区域的分割讨论以直接寻找区域为基础的分割

23、技术、基于区域的分割讨论以直接寻找区域为基础的分割技术 主要方法有区域生长和区域分割与聚合主要方法有区域生长和区域分割与聚合 2 2、区域生长是根据预先定义的生长准则将像素或者子域组合为、区域生长是根据预先定义的生长准则将像素或者子域组合为最大区域的的过程。基本方法是从一组最大区域的的过程。基本方法是从一组种子种子点开始，将与种点开始，将与种子预先定义的性质相似的邻域点添加到生长域中。子预先定义的性质相似的邻域点添加到生长域中。 也就是一个有条件的膨胀过程，其要点有两个，种子点的获也就是一个有条件的膨胀过程，其要点有两个，种子点的获取，用以判断的属性。取，用以判断的属性。基于区域分割基于区域分

24、割以一个例子来说明区域生长：以一个例子来说明区域生长：下图为一个焊缝的下图为一个焊缝的X X射线图像，要求把焊缝的区域分割出来。射线图像，要求把焊缝的区域分割出来。基于区域分割基于区域分割 这个例子中，这个例子中，“种子种子”点的获取可以直接把图像中最亮的区点的获取可以直接把图像中最亮的区域作为域作为“种子种子”区域，将邻域像素与种子区域的亮度差作为判断区域，将邻域像素与种子区域的亮度差作为判断的依据。的依据。 MatlabMatlab中开发一个名为中开发一个名为regiongrowregiongrow的的M M函数来完成基本的区域生函数来完成基本的区域生长。该函数为长。该函数为 g,NR,S

25、I,TIg,NR,SI,TI=regiongrow(f,S,Tregiongrow(f,S,T) ) 输入中：输入中：f f为输入图像，为输入图像，S S为为“种子种子”，T T为阈值（标量时为全为阈值（标量时为全局阈值）局阈值） 输出中：输出中：g g为分割后的图像，为分割后的图像，NRNR为连通区域的数目，为连通区域的数目，SISI为一幅为一幅包含有种子点的图像。包含有种子点的图像。SISI也为一幅图像，包含在连通性处理前，也为一幅图像，包含在连通性处理前，通过阈值检测的像素。通过阈值检测的像素。基于区域分割基于区域分割MatlabMatlab程序程序 f= f=imreadimread(

26、区域生长分割法区域生长分割法. .tiftif);); g,NR,SI,TIg,NR,SI,TI=regiongrow(f,255,25);=regiongrow(f,255,25); imshow(f) imshow(f) figure,imshow(SIfigure,imshow(SI) ) figure,imshow(TIfigure,imshow(TI) ) figure,imshow(g) figure,imshow(g) NRNR NR = NR = 25 25基于区域分割基于区域分割区域生长种子点（区域生长种子点（SISI）图）图基于区域分割基于区域分割区域生长检测点（区域生长检

27、测点（TITI）图）图基于区域的分割基于区域的分割区域生长分割图区域生长分割图基于区域的分割基于区域的分割3 3、令、令R R表示整幅图像区域，并选择一个属性表示整幅图像区域，并选择一个属性Q Q。对。对R R进行分割依次将进行分割依次将它细分为越来越小的四象限区域，以便对任何区域都有它细分为越来越小的四象限区域，以便对任何区域都有Q Q（RiRi）=TRUE=TRUE。如果。如果Q Q（RiRi）=FALSE=FALSE，再将，再将RiRi细分为四个象限，以此类推。细分为四个象限，以此类推。 步骤：步骤： 1 1）对满足）对满足Q Q（RiRi）=FALSE=FALSE的任何区域的任何区域R

28、iRi分割为四个不相交区域。分割为四个不相交区域。 2 2）无法进一步分裂时，对）无法进一步分裂时，对Q Q（RjRjRk）=TRUE=TRUE的任意两个邻接区的任意两个邻接区域进行聚合。域进行聚合。 3 3）无法进一步聚合时停止操作。）无法进一步聚合时停止操作。基于区域的分割基于区域的分割a)a)被分割的图像被分割的图像 b b）对应的四叉树）对应的四叉树形态学分水岭分割形态学分水岭分割1 1、形态学分割将将其他方法中的许多概念进行了具体化，会产、形态学分割将将其他方法中的许多概念进行了具体化，会产生更稳定的分割结果，包括连接的分割边界。生更稳定的分割结果，包括连接的分割边界。 汇水盆地：对于一个特定的区域最小值，满足如果把一点（看汇水盆地：对于一个特定的区域最小值，满足如果把一点（看成水滴）放在任意位置上，水滴会下落到单一的最小值点这一条成水滴）放在任意位置上，水滴会下落到单一的最小值点这一条件的点的集合称为该最小值的汇水盆地。件的点的集合称为该最小值的汇水盆地。