冈萨雷斯数字图像处理10课件

1、第10章 图像分割 一、主要内容点检测线检测边缘检测阈值分割基于区域的分割分水岭分割 二、点检测图像中的孤立点，可以用模板来检测。若在某个点的位置模板响应值R大于指定阈值T，则认为该位置已检测到一个孤立点： |R|T常用的一个点检测模板为：点检测可用滤波函数imfilter来实现。实例：g=abs(imfilter(double(f), w)=T;-1-1-1-18-1-1-1-1 二、点检测例10.1，点检测f = imread(Fig1002(a)(test_pattern_with_single_pixel).tif);w=-1 -1 -1; -1 8 -1; -1 -1 -1; %检测

2、模板g=abs(imfilter(double(f), w); %滤波T=max(g(:); %得到最大值g = g=T; %只取最大值一个点imshow(g); %显示点的位置 三、线检测可以用特定的模板来检测指定方向的线，如：若对检测图像中指定方向的线感兴趣，则可以简单地在图像上运行掩膜并对结果的绝对值做阈值处理 -1-1-1222-1-1-1-1-12-12-12-1-1-12-1-12-1-12-12-1-1-12-1-1-12水平垂直-45 +45 四、边缘检测虽然点检测和线检测算法都很简单，但边缘检测在实际图像处理中更为常用。边缘检测通常采用检测亮度的不连续性来实现，即采用一阶导数

3、和二阶导数来检测。一阶导数一般用梯度来表示，公式为：常用梯度的幅值表示梯度，近似为：二阶导数用拉普拉斯算子来计算，公式为： 四、边缘检测 灰度图像灰度值截面图一阶导数二阶导数 四、边缘检测Sobel采用两个模板来计算图像的梯度，如下图： 水平梯度为：垂直梯度为：梯度为：Sobel边缘检测器调用语法为： g,t=edge(f, sobel, T, dir); T是输入的阈值，t返回的阈值，dir是梯度方向，可以是horizontal, vertical或both -1-2-1000121-101-202-101水平梯度模板垂直梯度模板 四、边缘检测Prewitt采用两个模板来计算图像的梯度，如下

4、图水平梯度为：垂直梯度为：梯度为：Prewitt边缘检测器调用语法为：g,t=edge(f, prewitt, T, dir);Prewitt边缘检测器比Sobel检测器要简单一些，但是容易产生一些噪声 -1-1-1000111-101-101-101水平梯度模板垂直梯度模板 四、边缘检测Roberts采用两个模板来计算图像的梯度，如下图水平梯度为：垂直梯度为：梯度为：Roberts边缘检测器调用语法为：g,t=edge(f, roberts, T, dir);Roberts边缘检测器是最古老的边缘检测器之一，常用于硬件计算中，既简单又快速 -10010-110水平梯度模板垂直梯度模板 四、边

5、缘检测LoG算子截面图 四、边缘检测Canny检测器是最有效的边缘检测器，工作原理：使用高斯滤波器对图像进行平滑，减少噪声计算每个像素的局部梯度和方向确定边缘点的局部最大值构成的脊，并跟踪所有脊的顶部8连接所有的脊像素得到边缘连接Canny边缘检测器的语法为： g,t=edge(f, canny, T, sigma);T是阈值向量，sigma是高斯滤波器的标准差，默认值为1 四、边缘检测 原车牌图像Sobel边缘图像LoG边缘图像Canny边缘图像 五、Hough变换检测直线上述各种边缘检测方法只能产生边缘上的像素，不能把这些边缘像素连接起来。Hough变换可以把检测到的边缘像素连接起来构成特

6、定形状的图形Hough变换的基本思想是把直线从坐标空间变换成参数空间。参数空间中直线的标准表示法为：其中是原点到直线的距离， 是直线与x轴夹角。由的值和的值都在一定范围之内，所以可以将参数空间进行有限细分。 五、Hough变换检测直线 直线参数空间示意图两曲线交点对应一条直线参数平面累加器单元 五、Hough变换检测直线 左上：笛卡尔坐标上的5个点右上：5个点在参数坐标中的位置左下：A点是三条正弦曲线的交点，对应1,3,5三点形成的直线。B点对应2,3,4三点形成的直线 五、Hough变换检测直线Hough变换检测直线的步骤：找到包含最大值的Hough变换单元并记下其位置把第一步中找到的最大点的邻域中的Hough变换单元设为0重复以上两个步骤，直到找到需要的峰值数为止。例10.6 Hough变换检测直线 六、阈值处理阈值处理相当于在图像中找到一个阈值T来区分前景和背景，任何大于T的值设为前景，小于T的值设为背景，即：标注为1的像素对应于前景，标注为0的像素对应为背景阈值处理有全局阈值处理和局部阈值处理等 六、阈值处理OTSU方法(最大类间方差方法)：给定某个阈值k, 则类间方差定义为： 通过不停迭代计算，得到最大类间方差对应的k值对应的值即为阈值。 六、阈值处理例10.7 计算全局阈值T = 0.5*(double(min(f(:)+double(max(f