第五章 图像分割

第五章图像分割第1页，共70页，2023年，2月20日，星期三图像分割实例：虹膜定位第2页，共70页，2023年，2月20日，星期三第3页，共70页，2023年，2月20日，星期三主要内容5.1间断检测5.2边缘连接和边界检测5.3门限处理5.4基于区域的分割5.5基于形态学分水岭的分割（自学）第4页，共70页，2023年，2月20日，星期三概念1、图像分割是指将图像划分为它的子区域或对象的过程。2、有选择性地定位感兴趣对象在图像中的位置和范围。第5页，共70页，2023年，2月20日，星期三虹膜定位第6页，共70页，2023年，2月20日，星期三原理1、基于灰度的不连续性。（区域之间）2、基于灰度的相似性。（区域内部）3、同时使用灰度不连续性和灰度相似性。第7页，共70页，2023年，2月20日，星期三5.1间断检测1点检测

（1）原理用空域的高通滤波器来检测孤立点。-1-1-1-18-1-1-1-1-1-2-1-212-2-1-2-1与前面学过的滤波器有什么区别？第8页，共70页，2023年，2月20日，星期三（2）实例第9页，共70页，2023年，2月20日，星期三（3）MATLAB实现点检测模板w：-1-1-1-18-1-1-1-1检测方法：g=abs(imfilter(double(f),w))>=T示例f=imread(‘moon.tif’);w=[-1-1-1;-18-1;-1-1-1];g=abs(imfilter(double(f),w));T=max(g(:));T=T*0.9;g=g>=T;imshow(f);figure,imshow(g);

第10页，共70页，2023年，2月20日，星期三2线检测

（1）原理模板检测。第11页，共70页，2023年，2月20日，星期三（2）实例第12页，共70页，2023年，2月20日，星期三（3）MATLAB实现水平模板、+45度模板、垂直模板、-45度模板。示例f=imread(‘wirebond_mask.tif’);imshow(f);w=[2-1-1;-12-1;-1-12];g=abs(imfilter(double(f),w));figure,imshow(g);

第13页，共70页，2023年，2月20日，星期三3边缘检测

（1）基础A、两种边缘模型第14页，共70页，2023年，2月20日，星期三B、一阶导数和二阶导数特点1、一阶导数：在斜坡上，导数值为正，在平坦区为零。2、二阶导数：在跃变点，一正一负，其他部分为零。（过零点）第15页，共70页，2023年，2月20日，星期三C、噪声对一阶导数和二阶导数的影响噪声对一阶和二阶导数都有影响，尤其对二阶导数影响较大，因此，在检测边缘前应该考虑平滑处理。第16页，共70页，2023年，2月20日，星期三（2）梯度算子

A、梯度算子第17页，共70页，2023年，2月20日，星期三

B、各种梯度模板第18页，共70页，2023年，2月20日，星期三C、实例思考题：为什么图像的梯度只需要计算x和y方向的梯度？第19页，共70页，2023年，2月20日，星期三图5-10用Prewitt算子进行边缘检测的结果第20页，共70页，2023年，2月20日，星期三用Sobel算子进行边缘检测的结果第21页，共70页，2023年，2月20日，星期三（3）拉普拉斯算子

A、拉普拉斯算子第22页，共70页，2023年，2月20日，星期三第23页，共70页，2023年，2月20日，星期三B、LoG算子为什么在Laplacian算子的基础上引入LoG算子？第24页，共70页，2023年，2月20日，星期三

零交叉求边缘第25页，共70页，2023年，2月20日，星期三（4）MATLAB实现语法：[g,t]=edge(f,‘method’,parameter)说明：g是一个逻辑数组，其值为：在f中检测到边缘的位置为1，其他位置为零；t是edge是用的阈值；method为边缘监测器方法，可选为：‘sobel’,‘prewit’,‘roberts’,‘log’(LoG),‘zerocoss’,‘canny’等；parameter包含两部分：T为指定的阈值，第二部分为dir（检测边缘的首选方向：‘horizontal’,‘vertical’,‘both’），或sigma（标准方差），或H（指定的滤波函数）。第26页，共70页，2023年，2月20日，星期三示例：f=imread(‘rice.tif’);imshow(f);[gsobel,t]=edge(f,‘sobel’);figure,imshow(gsobel);[glog,t]=edge(f,‘log’);figure,imshow(glog);[gcanny,t]=edge(f,‘canny’);figure,imshow(gcanny);第27页，共70页，2023年，2月20日，星期三5.2边缘连接和边界检测1基于局部处理的边缘点连接分析图像中每个点(x,y)的小邻域（如3*3或5*5）内像素的特点，将满足相似性准则的点连接起来，形成边缘。第28页，共70页，2023年，2月20日，星期三第29页，共70页，2023年，2月20日，星期三2通过Hough变换进行整体处理（1）问题的提出在找出边界点集之后，需要连接，形成完整的边界图形描述。第30页，共70页，2023年，2月20日，星期三（2）Hough变换检测直线的基本思想对于边界上的n个点的点集，找出共线的点集和直线方程。设任意两点的直线方程：y=ax+b，构造一个参数a，b的平面。ab第31页，共70页，2023年，2月20日，星期三A、xy平面上的任意一条直线y=ax+b，对应在参数ab平面上都有一个点。B、过xy平面一个点(x,y)的所有直线，构成参数ab平面上的一条直线。abab第32页，共70页，2023年，2月20日，星期三C、如果点(x1,y1)与点(x2,y2)共线，那么这两点在参数ab平面上的直线将有一个交点。D、在参数ab平面上相交直线最多的点，对应的xy平面上的直线就是我们的解abyx(x1,y1)(x2,y2)a’b’aA第33页，共70页，2023年，2月20日，星期三（3）实例第34页，共70页，2023年，2月20日，星期三第35页，共70页，2023年，2月20日，星期三3MATLAB实现设计与实现一个基于Hough变换的直线检测器。（作业）第36页，共70页，2023年，2月20日，星期三5.3门限处理1基础（1）单阈值分割思考题：如何寻找阈值？第37页，共70页，2023年，2月20日，星期三（2）多阈值分割第38页，共70页，2023年，2月20日，星期三（3）门限处理的分类A、全局门限处理T仅取决于f(x,y)，即仅取决于灰度级值。B、局部门限处理T取决于f(x,y)和p(x,y)。C、动态（自适应）门限处理T取决于空间坐标x和y。f(x,y)是点(x,y)的灰度级，p(x,y)表示点(x,y)的局部性质。第39页，共70页，2023年，2月20日，星期三2照明不均匀的影响照明条件不好的图像，用单阈值时很难分割的。第40页，共70页，2023年，2月20日，星期三常用的改进措施：第41页，共70页，2023年，2月20日，星期三3基本全局门限处理第42页，共70页，2023年，2月20日，星期三第43页，共70页，2023年，2月20日，星期三第44页，共70页，2023年，2月20日，星期三4基本自适应门限处理不均匀亮度等成像因素会造成单一全局门限无法有效分割。另一种改进措施是将图像进一步细分为子图像，并对不同的子图像使用不同的门限进行分割。你有什么其它的改进方法？第45页，共70页，2023年，2月20日，星期三第46页，共70页，2023年，2月20日，星期三5最佳全局和自适应门限（自学）6利用边界特性改进直方图和局部门限处理（1）基本思想如果直方图的尖峰很高、很窄、具有对称性且被很深的波谷割开，则门限处理就具有非常好的效果。一种改进直方图形状的方法是只考虑边缘附近的像素，使得直方图对于对象和背景大小的依赖性变小。另外，使用某些简单度量的像素会趋向于加深直方图尖峰之间的波谷，如拉普拉斯算子。第47页，共70页，2023年，2月20日，星期三（2）基本方法A、对图像分别进行梯度运算和拉普拉斯运算；（局部运算）B、由梯度图计算门限T；C、生成三级图像：

D、进行扫描，标记目标和对象。(…)(-,+)(0,或+)(+,-)(…)第48页，共70页，2023年，2月20日，星期三第49页，共70页，2023年，2月20日，星期三7基于不同变量的门限（自学）8MATLAB实现全局阈值处理语法：T=graythresh(f)说明：T是阈值，归一化为0至1之间的值。局部阈值处理

通过一个形态学顶帽算子并对得到的结果使用graythresh来计算。示例：f=imread(‘cell.tif’);imshow(f);T=graythresh(f);G=f>=T;figure,imshow(g);第50页，共70页，2023年，2月20日，星期三补充材料：一种快速稳健的指纹图像分割方法1、3×3均值滤波的效果

第51页，共70页，2023年，2月20日，星期三2、Sobel算子锐化增强并自适应阈值化

未锐化增强锐化增强+全局阈值锐化增强+自适应阈值第52页，共70页，2023年，2月20日，星期三3边框效应的消除第53页，共70页，2023年，2月20日，星期三4形态学操作第54页，共70页，2023年，2月20日，星期三该方法运行速度快，并具有良好的稳健性，具有非常好的使用价值。

第55页，共70页，2023年，2月20日，星期三5.4基于区域的分割1区域分割的集合描述

将区域R划分为若干个子区域R1,R2,…,Rn，这些子区域满足5个条件：1)完备性：2)连通性：每个Ri都是一个连通区域3)独立性：对于任意i≠j，Ri∩Rj=Ф第56页，共70页，2023年，2月20日，星期三4)单一性：每个区域内的灰度级相等， P（Ri）=TRUE，i=1,2,…,n5)互斥性：任两个区域的灰度级不等， P（Ri∪Rj）=FALSE，i≠j第57页，共70页，2023年，2月20日，星期三2区域生长算法实现：1）根据图像的不同应用选择一个或一组种子，它或者是最亮或最暗的点，或者是位于点簇中心的点。2）选择一个相似性准则。（灰度级、彩色、纹理、梯度等特性相似）3）从该种子开始向外扩张，不断将与集合中各个像素连通、且满足相似性准则的像素加入集合。4）上一过程进行到不再有满足条件的新结点加入集合为止。（终止准则）第58页，共70页，2023年，2月20日，星期三区域A

种子像素第59页，共70页，2023年，2月20日，星期三种子选择准则：最亮的点。相似性准则：新加入像素值与已生长的区域的平均值小于2，且为4连通。终止准则：没有像素加入。第60页，共70页，2023年，2月20日，星期三随堂练习：（区域生长）4331866544986649109644584533483223432第61页，共70页，2023年，2月20日，星期三第62页，共70页，2023年，2月20日，星期三3区域分离与合并算法实现：1）对图像中灰度级不同的区域，均分为四个子区域2）如果相邻的子区域所有像素的灰度级相同，则将其合并。3）反复进行上两步操作，直至不再有新的分裂与合并为止第63页，共70页，2023年，2月20日，星期三第64页，共70页，