數(shù)字圖像處理圖像分割和數(shù)學(xué)形態(tài)學(xué)(編輯修改稿)
2025-02-10 11:34 本頁面
【文章內(nèi)容簡介】 T的，灰度置為較大（或 0）的值（如255）；凡灰度級小于 T的，灰度置為 0（或較大的值）。 – 適用場合：亮度圖像是可以控制的情況，例如用于工業(yè)監(jiān)測系統(tǒng)中。 第六章 圖像分割和分析 2 可變閾值法（動態(tài)閾值處理） 對于不均勻光照圖像來說，不論用哪個閾值都無法兼顧亮區(qū)與暗區(qū)。最好的辦法是用可變閾值，在亮區(qū)閾值取得高，暗區(qū)閾值取得低，即對每個像素都自適應(yīng)地選用不同的閾值。 閾值的選擇可以這樣來進(jìn)行：將圖像分成許多小塊，先對每個小塊定一 個閾值，各小塊的閾值可以不同，然后進(jìn)行適當(dāng)?shù)钠交?，以便消除塊間閾值的突變。 至于每小塊閾值的確定，可以有不同的準(zhǔn)則和方法，一般應(yīng)當(dāng)先區(qū)分小塊只包含一類（全部是背景點或者全部是物體點）還是包含了兩類。如果某 一塊包含了兩類的像素（可以從它的直方圖有雙峰，其直方圖方差較大等等 跡象來判斷），則可以用 前面所講的任一種方法定閾值。 如果某小塊只包含某一類的像素，其直方圖較集中，呈單峰狀，僅從該小塊的信息難于確定閾值，要靠它四周直方圖呈雙峰小塊的閾值，通過內(nèi)插來求得該塊的閾值。為了使閾值變化緩慢，不出現(xiàn)假輪廓線，還可以對閾值進(jìn)行平滑處理等。 第六章 圖像分割和分析 圖像 閾值化 3 基于多個變量的閾值 (Thresholds Based on Several Variables) ? 彩色圖像的分割 – 基本思想：把前面的方法擴(kuò)展到多維空間，則尋找波谷的過程，變?yōu)閷ふ尹c簇的過程。 – 應(yīng)用場合：有多個分量的顏色模型，如 RGB模型、 CMYK模型、 HSI模型。 第六章 圖像分割和分析 圖像閾值化 分割策略 ① 測量空間聚類法 建立一個“ 3D直方圖”，它可用一個 3D網(wǎng)格表示。這個 3D網(wǎng)格中的每個元素代表具有給定 3個分量值的像素的個數(shù)。閾值分割的概念可以擴(kuò)展為在 3D搜索像素的聚類，并根據(jù)聚類來分割圖像。 第六章 圖像分割和分析 高 S區(qū)域 低 S區(qū)域 圖像閾值化 ② 對彩色圖像不同分量進(jìn)行序列分割 當(dāng)對彩色圖像的分割在 HSI空間進(jìn)行時，由于H、 S、 I三個分量是相互獨立的，所以有可能將這個 3D搜索問題轉(zhuǎn)化為三個 1D搜索問題。下面介紹一種對不同分量進(jìn)行序列分割的方法： 原始圖像 RGB→HSI 用 S分割 用 H分割 用 I分割 H分割圖 I分割圖 合并結(jié)果 后處理 分割圖像 第六章 圖像分割和分析 基于區(qū)域的分割 (RegionBased Segmentation, 相似性分割） 基本概念 區(qū)域生長 區(qū)域分裂與合并 統(tǒng)計檢測法 第六章 圖像分割和分析 基本概念 ? 基本概念 – 目標(biāo)：將區(qū)域 R劃分為若干個子區(qū)域 R1,R2,… ,Rn，這些子區(qū)域滿足 5個條件： 1)完備性： 2)連通性：每個 Ri都是一個連通區(qū)域 3)獨立性：對于任意 i≠j ， Ri∩R j= Ф ?nii RR1??第六章 圖像分割和分析 基本概念 4)單一性：比如每個區(qū)域內(nèi)的灰度級相等， P（ Ri） = TRUE， i = 1,2,… ,n 5)互斥性：比如任兩個區(qū)域的灰度級不等， P（ Ri∪R j） = FALSE， i≠j 第六章 圖像分割和分析 區(qū)域生長 (Region Growing) 通過像素集合的 區(qū)域生長 – 算法實現(xiàn)： 1）根據(jù)圖像的不同應(yīng)用 選擇一個或一組種子 ，它或者是最亮或最暗的點，或者是位于點簇中心的點。 2）選擇一個描述符（條件）。 3）從該種子開始向外擴(kuò)張，首先把種子像素加入結(jié)果集合，然后不斷將與集合中各個像素連通、且滿足描述符的像素加入集合。 4）上一過程進(jìn)行到不再有滿足條件的新結(jié)點加入集合為止。 第六章 圖像分割和分析 區(qū)域生長 區(qū)域 A 區(qū)域 B 種子像素 種子像素 區(qū)域生長算法實現(xiàn)示意圖： 第六章 圖像分割和分析
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1