圖象分割ppt課件(已修改)
2025-05-18 23:20 本頁面
【正文】 V 圖象分割 圖象分割是計算機(jī)視覺領(lǐng)域中極為重要的內(nèi)容之一，是實現(xiàn)自動圖象分析時首先要完成的操作。它是根據(jù)圖象的某些特征或特征集合的相似性準(zhǔn)則，對圖象象素進(jìn)行 分組聚類 ，把圖象平面劃分為一系列“ 有意義 ”的區(qū)域，使其后的圖象分析、識別等高級處理階段所需要處理的數(shù)據(jù)量大大減少，同時又保留有關(guān)圖象結(jié)構(gòu)特征的信息。由于分割中出現(xiàn)的誤差會傳播至高層次階段，因此，分割精度是至關(guān)重要的。 圖象分割方法可分為結(jié)構(gòu)分割法和非結(jié)構(gòu)分割法兩大類。 （ 1）結(jié)構(gòu)分割法是根據(jù)圖象的局部區(qū)域象素的特征來實現(xiàn)圖象分割。如灰度閾值、區(qū)域生長、紋理結(jié)構(gòu)分析，基于邊界信息的圖象分割法等。 （ 2）非結(jié)構(gòu)分割法是根據(jù)圖象的二維隨機(jī)線性模型來構(gòu)造分類的特征矢量，以實現(xiàn)圖象分割。如應(yīng)用統(tǒng)計模式識別、神經(jīng)網(wǎng)絡(luò)方法或利用景物的先驗知識實現(xiàn)的圖象分割方法。 自適應(yīng)圖象分割是近年來提出的一種新方法，它將局部并行區(qū)域感知與全局隨機(jī)統(tǒng)計最佳逼近相結(jié)合，實現(xiàn)了一種非監(jiān)督的圖象分割。 應(yīng)注意，圖象分割目前還不存在一個通用的方法，也沒有一個判斷分割是否成功的客觀標(biāo)準(zhǔn)。 圖象分割的一般模型 所謂圖象分割是指將圖象中具有特殊涵義的不同區(qū)域區(qū)分開來，這些區(qū)域是不相交的，每一個區(qū)域都滿足特定區(qū)域的一致性。將一幅圖象 ，其中 進(jìn)行分割就是將圖象劃分為滿足如下條件的子區(qū)域 （ 1） ，即所有子區(qū)域組成了整幅圖象； （ 2） 是連通的區(qū)域； （ 3） ，即任意兩個子區(qū)域不存在公共元素； （ 4）區(qū)域 滿足一定的均勻性條件。 均勻性一般是指同一區(qū)域內(nèi)的象素點之間的灰度值差異較小或灰度值的變化較緩慢。 圖象分割最簡形式 : 把灰度圖 (gray image)轉(zhuǎn)換成二值圖。 ),( yxg xM a xx _0 ?? yM a xy _0 ??Ngggg , 321 ??Nk k yxgyxg1 ),(),(? ?kg??),(),( yxgyxg jk ?kg 灰度閾值分割法 一、灰度閾值分割的基本概念 灰度閾值分割法是一種簡單的基于區(qū)域的技術(shù)，該方法把每個象素的灰度值與一個給定的閾值 T進(jìn)行比較，根據(jù)它是否超過該閾值而將該象素歸于兩類中的一類（目標(biāo)或背景）。由此可見，閾值分割算法主要有兩個步驟： （ 1）確定需要的分割閾值； （ 2）將分割閾值與象素值比較劃分象素。 選擇閾值是分割的關(guān)鍵，如果能確定一個合適的閾值就可方便地將圖象分割開來。 在用閾值法分割灰度圖象時是基于一定的圖象模型的。最常用的模型可描述如下： 假設(shè)圖象由具有單峰灰度分布的目標(biāo)和背景組成，處于目標(biāo)或背景內(nèi)部相鄰象素間的灰度值是高度相關(guān)的，但處于目標(biāo)和背景交界處兩邊的象素在灰度值上有很大的差別。即，它的灰度直方圖可看作是由分別對應(yīng)目標(biāo)和背景的兩個單峰直方圖混合構(gòu)成的 。 進(jìn)一步如果這兩個峰分布大小接近且均值相距足夠遠(yuǎn)，而且兩部分的均方差也足夠小，則直方圖應(yīng)為較明顯的雙峰。類似地，如果圖象中有多個單峰灰度分布的目標(biāo)，則直方圖有可能表現(xiàn)為較明
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1