5-图像分割(2)(部编)课件

第5章图像分割（2）5.3阈值处理

阈值处理具有直观、实现简单且计算速度快，因此图像阈值处理在图像分割应用中处于核心地位。1基础知识

（1）单阈值分割思考题：如何寻找阈值？

（2）多阈值分割

（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（或区域门限处理）

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。局部门限处理和动态门限处理统称为可变阈值处理f(x,y)是点(x,y)的灰度级，p(x,y)表示点(x,y)的局部性质。

（4）影响全局阈值分割的因素影响波谷特性的关键因素：A、波峰间的间隔（波峰离得越远，分离这些模式的机

会越好）；B、图像中的噪声内容（模式随噪声的增加而展宽）；C、物体和背景的相对尺寸；D、光源的均匀性；E、图像反射特性的均匀性。

阈值分割的成功与否直接取决于波谷的深度与宽度。2噪声和照明不均匀对阈值处理的影响（1）噪声的影响（2）照明不均匀和反射的影响三种基本解决方法：（1）直接校正这种阴影模式（2）形态学顶帽变换校正全局阴影。（3）使用可变阈值近似处理非均匀性。3基本全局门限处理改进：基于直方图的方法可以加快算法的速度。4用Ostu方法的最佳全局阈值处理阈值处理可视为统计决策理论问题，其目的是在把像素分配给两组或多组的过程中引入的平均误差最小。即Bayes决策规则。前提条件：每类的概率及概率密度函数。

另一种方法在类间方差最大的情况下是最佳的。即Ostu方法。类间方差最大意味着类间分离程度最好。Ostu方法只需要直方图就能运行。（1）归一化直方图（2）累积直方图（3）平均灰度值和累加均值（4）k处“阈值”质量、全局方差、类间方差（5）最佳阈值（6）Ostu算法步骤A、计算输入图像的归一化直方图。B、计算累积直方图P1(k)。C、计算累积均值m(k)和全局均值。D、计算类间方差。E、类间方差最大时所对应的k值，即是Ostu的阈值。若最

大值不唯一，用各最大值的平均值作为阈值。F、在阈值处计算可分性度量。5用图像平滑改善全局阈值处理6利用边缘改进全局阈值处理（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，如梯度和拉普拉斯算子。拉普拉斯算子更有利。（2）算法步骤

A、计算一幅边缘图像（梯度幅值图像或拉普拉斯绝对值图像）。B、指定一个阈值。C、对边缘图像进行阈值化，得到“强边缘”二值图像gT(x,y)。D、仅用f(x,y)中对应gT(x,y)中像素值为1的像素计算直方图。E、用Ostu方法计算全局阈值，分割f(x,y)。（3）其他方法

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+)(+,-)(…)7多阈值处理8可变阈值处理（1）图像分块

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？（2）基于局部图像特性的可变阈值处理

图像的每一个像素点计算一个阈值，该阈值是以一个或多个邻域计算的特性为基础。（3）使用移动平均

图像的每一个像素点计算一个阈值，该阈值是以一个或多个邻域计算的特性为基础。9多变量域值处理

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

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3边框效应的消除4形态学操作5.4基于区域的分割1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）

区域A

种子像素种子选择准则：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。随堂练习：（区域生长）43318665449866491096445845334832234322区域分离与合并#算法实现：#另一种算法实现：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随堂练习：（区域分裂-合并）433282288844933898491089994488984833434432234344223342334322424243MATLAB实现设计与实现一个基于区域生长的分割程序。（作业）分割后处理语法：BW2=bwfill(BW1,c,r,n)

说明：填充二进制图像的背景色。（形态学处理）语法：bwareaopen说明：二进制图像区域打开，清除小物体。示例BW1=[1000000011111000100010101000111011110111100110101000101010001110]BW2=bwfill(BW1,3,3,8)I=imread('blood1.tif');BW3=~im2bw(I);BW4=bwfill(BW3,'holes');imshow(BW3)figure,imshow(BW4)5.5基于形态学分水岭的分割（自学）5.6分割中运动的应用1、空间域技术（1）基本方法消除噪声点：忽略少于预定元素数量的连通分量。（2）累积差值（ADI