圖像分割ppt課件(編輯修改稿)
2025-02-10 12:31 本頁面
【文章內(nèi)容簡介】 ， 高斯函數(shù)中方差參數(shù)的選擇很關鍵 ， 對圖像邊緣檢測效果有很大的影響 。 高斯濾波器為低通濾波器 ， 越大 ， 通頻帶越窄 ， 對較高頻率的噪聲的抑制作用越大 ， 避免了虛假邊緣的檢出 ， 同時信號的邊緣也被平滑了 ， 造成某些邊緣點的丟失 。 反之 ， 越小 ， 通頻帶越寬 ，可以檢測到的圖像更高頻率的細節(jié) ， 但對噪聲的抑制能力相對下降 ， 容易出現(xiàn)虛假邊緣 。 因此 ， 應用 LOG算子 ， 為取得更佳的效果 ， 對于不同圖像應選擇不同參數(shù) 。 31 . 邊緣連接和邊界檢測 利用前面的方法檢測出邊緣點 ,但由于噪聲、光照不均等因素的影響，獲得邊緣點有可能是不連續(xù)的，必須使用連接過程將邊緣像素組合成有意義的邊緣信息，以備后續(xù)處理。 32 分析圖像中每個點（ x,y）的一個小領域，根據(jù)梯度確定邊緣像素的相似性。 00| ( , ) ( , ) |f x y f x y E? ? ? ?00| ( , ) ( , ) |x y x y A?? ??如果滿足： 如果大小和方向準則得到滿足 ,則在前面定義的 (x,y)鄰域中的點就與位于 (x,y)的像素連接起來 . 33 從圖像中一個邊緣點出發(fā)，然后根據(jù)某種判別準則搜索下一個邊緣點以此跟蹤出目標邊界。 ?確定邊界的起始搜索點，起始點的選擇很關鍵，對某些圖像，選擇不同的起始點會導致不同的結(jié)果。 ?確定合適邊界判別準則和搜索準則，判別準則用于判斷一個點是不是邊界點，搜索準則則指導如何搜索下一個邊緣點。 ? 確定搜索的終止條件。 34 灰度圖像邊界跟蹤 35 Hough 變換 Hough變換可以用于將邊緣像素連接起來得到邊界曲線 ?優(yōu)點在于受噪聲和曲線間斷的影響較小 ?在已知曲線形狀的條件下， Hough變換實際上是利用分散的邊緣點進行曲線逼近，它也可看成是一種聚類分析技術 . 通過霍夫變換進行整體處理 在圖像上給出 n個點 ,我們希望找到這些點中位于直線上的點組成的子集 .一種可行的方法就是先尋找所有由每對點確定的直線 ,然后找到所有接近特定直線的點組成的子集 . 36 Hough 變換 在圖像空間中 ,經(jīng)過 (x,y)的直線 : y= ax+b a 斜率 , b截距 可變換為 : b =ax + y, 表示參數(shù)空間中的一條直線 . 參數(shù)空間中交點 (a’,b’)即為圖像空間中過點 (xi ,yi)和 (xj ,yj)的直線的斜率和截距 . 37 Hough 變換 1)在參數(shù)空間建立一個二維數(shù)組 A,數(shù)組的第一維的范圍為圖像空間中直線斜率的可能范圍 (amin, amax),第二維為圖像空間中直線截距的可能范圍 (bmin, bmax),且開始時把數(shù)組初始化為零 . 2)然后對圖像空間中的點用 Hough變換計算出所有的 a,b值 ,每計算出一對 a,b 值 ,就對數(shù)組中對應的元素 A(a,b)加 , A(a,b)的值就是圖像空間中落在以 a為斜率 ,b為截距的直線上點的數(shù)目 . Hough變換的基本步驟 : 38 Hough 變換 圖 Hough變換的計算過程 數(shù)組 A的大小對計算量和計算精度的影響很大 ,當圖像空間中有直線為豎直線時 ,斜率 a為無窮大 ,此時 ,參數(shù)空間可采用極坐標 . 39 Hough 變換 原始圖像 二值化圖像 細化圖像 Hough 變換檢測出的直線 直線檢測 能將斷了的線段連接起來 ,并具有較強的抑制噪聲的能力 ,能夠提取出在噪聲背景中的直線 . Hough變換不僅可以檢測直線 ,它可以檢測所有能夠給出解析式的曲線 . 40 通過圖論技術進行全局處理 基于圖表達邊緣線段的連接 ,并搜索與重要邊緣相對應的低開銷路徑的圖 .這種表示提供了一種在有噪聲環(huán)境下效能很好的抗干擾途徑 . 41 . 門限處理 (閾值分割 ) 由于圖像門限處理的直觀性和易于實現(xiàn)的性質(zhì) ,使它在圖像分割應用中處于中心地位 . 42 基本原理 上 圖 (a)為一幅圖像的灰度級直方圖 ,其由亮的對象和暗的背景組成 . 對象和背景的灰度級形成兩個不同的模式 . 選擇一個 門限值 T, 可以將這些模式分開 . (b)包含 3個模式 . (a)單一門限 (b)多門限進行分割的灰度級直方圖 43 基本原理 原始圖像 —— f(x,y) 灰度閾值 —— T 閾值運算得二值圖像 —— g(x,y) 1 [ ,
教學課件相關推薦
鄂ICP備17016276號-1