圖像分割第三講ppt課件(存儲(chǔ)版)
【正文】 測(cè)閾值找出一個(gè)起始跟蹤的 流動(dòng)點(diǎn) (沿被檢測(cè)曲線流動(dòng) )。 (3)當(dāng)整幅圖像掃描完成時(shí)，跟蹤程序便結(jié)束。 ?一般生長(zhǎng)過(guò)程在進(jìn)行到再?zèng)]有滿足生長(zhǎng)準(zhǔn)則需要的像素時(shí)停止。構(gòu)造一個(gè)參數(shù) ρθ的平面，從而有如下結(jié)論 ： ??? s inc o s yx ??對(duì)應(yīng)一條直線 θ ρ (ρ,θ) 直角坐標(biāo)系中的一條直線對(duì)應(yīng)極坐標(biāo)系中的一點(diǎn)，這種線到點(diǎn)的變換就是Hough變換 3 算法實(shí)現(xiàn) 使用交點(diǎn)累加器，或交點(diǎn)統(tǒng)計(jì)直方圖，找出相交線段最多的參數(shù)空間的 點(diǎn)，然后找出該點(diǎn)對(duì)應(yīng)的 xy平面的直線線段。 謝 謝 。 2 Hough變換的基本思想 其基本思想是：對(duì)于邊界上的 n個(gè)點(diǎn)的點(diǎn)集，找出共線的點(diǎn)集和直線 方程。 在實(shí)際應(yīng)用區(qū)域生長(zhǎng)法時(shí)需要解決三個(gè)問(wèn)題： ① 選擇一組能正確代表所需區(qū)域的種子像素； ?種子像素的選取?？山柚唧w問(wèn)題的特點(diǎn)進(jìn)行。 (b)在一個(gè)分支曲線跟蹤完畢以后，回到最近的一個(gè)分支點(diǎn)處，取 出另一個(gè)性質(zhì)最接近該分支點(diǎn)的像素作為新的流動(dòng)點(diǎn)，重復(fù)上述跟蹤程 序。全向跟蹤 就是跟蹤方向可以是任意方向，并且有足夠大的跟蹤距離的跟蹤方法。 ? 跟蹤準(zhǔn)則也可以不僅僅針對(duì)每個(gè)已檢測(cè)出的點(diǎn)，而是針對(duì)已檢出的一組點(diǎn)。如果若干分支曲線合并成一條曲線，則跟蹤可集中于一條曲線上進(jìn)行。 (2)用檢測(cè)閾值 d對(duì)圖像第一行像素進(jìn)行檢測(cè)，凡超過(guò) d的點(diǎn)都接受為對(duì)象點(diǎn)，并作為下一步跟蹤的起始點(diǎn)。 1 1 1 1 0 0 1 1 1 0 1 1 0 1 1 1 0 1 1 1 1 1 0 0 1 1 1 0 1 1 0 1 1 1 0 1 w2 w7 w5 w1 w7 w4 w3 w9 w6 2 基于二階導(dǎo)數(shù)法的邊緣檢測(cè) ? 基本思想 檢測(cè)圖像二階導(dǎo)數(shù)的零點(diǎn)確定邊緣，可用二階微分算子和圖像卷積實(shí) 現(xiàn)，并可通過(guò)二階導(dǎo)數(shù)的正負(fù)判斷像素在明區(qū)還是暗區(qū)。 5 自適應(yīng)閾值 —— 迭代法 (1) 選擇圖像灰度的中值作為初始閾值 Ti=T0。 另外，也可以用拉普拉斯算子不通過(guò)直方圖，直接得到閾值，方法是使 用拉普拉斯算子過(guò)濾圖像，將 0跨越點(diǎn)對(duì)應(yīng)的灰度值為閾值 T。對(duì)直方圖進(jìn)行平滑處理。 在利用閾值方法來(lái)分割灰度圖像時(shí)一般都對(duì)圖像有一定的假設(shè)。 ： 1) 基于邊緣的分割方法 :先提取區(qū)域邊界，再確定邊界限定的區(qū)域。 一、圖像分割概述 ? 典型的圖像分析和理解的系統(tǒng)： ?系統(tǒng)分為圖像輸入、預(yù)處理、圖像分割（ image segmentation）、圖像識(shí)別與理解。 分割的依據(jù)可建立在 相似性 和 非連續(xù)性 兩個(gè)基本概念之上。 ?根據(jù)圖像像素灰度值的 相似性 ： 通過(guò)選擇閾值，找到灰度值相似的區(qū)域，區(qū)域的外輪廓就是對(duì)象的邊。 由此可見(jiàn)，閾值化分割算法主要有兩個(gè)步驟： 1) 確定需要的分割閾值； 2) 將分割閾值與象素值比較以劃分象素。由于峰 值代表的是區(qū)域內(nèi)外的典型值，一般情況下，比選谷底更可靠，可排除 噪音的干擾； 2）加強(qiáng)對(duì)噪音的處理。 3）通過(guò)直方圖的谷底，得到閾值 T。 在迭代過(guò)程中，關(guān)鍵之處在于選擇什么樣的閾值改進(jìn)策略，好的閾值的改進(jìn)策略應(yīng)該具備兩個(gè)特征： ? 能夠快速收斂； ? 在每一個(gè)迭代過(guò)程中，新產(chǎn)生閾值優(yōu)于上一次的閾值。 ? 模板卷積 無(wú)論哪種模板，其卷積過(guò)程為 ： R=w1z1+w2z2+…+w9z9 = S wkz 其中 zk 是 與模板系數(shù) wk相聯(lián)系的象素 灰度 ,R代表模板中心象素的值。稱(chēng)該閾值為“檢測(cè)閾值” 。如果同時(shí)有兩個(gè)，甚至三個(gè)鄰域點(diǎn)均被接受為對(duì)象點(diǎn)，則說(shuō)明曲線發(fā)生分支，跟蹤將對(duì)各分支同時(shí)進(jìn)行。此外，每個(gè)點(diǎn)所對(duì)應(yīng)的鄰域也可以取其他的定義，不一定是緊鄰的下一行像素，稍遠(yuǎn)一些的領(lǐng)域也許對(duì)于彌合曲線的間隙更有好處。同樣，如果我們選取的跟蹤準(zhǔn)則能夠辨別遠(yuǎn)非緊鄰的像素，那么光 柵跟蹤會(huì)漏掉平行于掃描方向曲線的缺點(diǎn)也能得到適當(dāng)?shù)乜朔．?dāng)按照跟 蹤準(zhǔn)則沒(méi)有未被檢測(cè)過(guò)的點(diǎn)可接受為對(duì)象點(diǎn)時(shí)，一個(gè)分支曲線的跟蹤便 已結(jié)束。這樣一個(gè)區(qū)域就長(zhǎng)成了。 Hough變 換是一種能夠在檢
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1