圖象分割ppt課件(參考版)
2025-05-09 23:20本頁面
【正文】 直方圖完全沒有考慮由于物體表面的連續(xù)性而使得物體圖象點常常在空間上非常密集這一特點。如，用直方圖無法區(qū)分隨機分布的黑白點圖象、黑白棋格圖象和黑白各半的圖象等。 基于直方圖的圖象分割方法沒有利用圖象強度的空間信息，因此在本質上存在著局限性。在這種情況下，我們應該使用更有效的分割方法，或者在每一個子圖象中獨立地選擇閾值。 ? 直方圖的局限性 用圖象直方圖信息來選擇圖象分割閾值的方法在物體圖象灰度值為常數(shù)（或變化不大）的情況下特別有用。區(qū)域增長的雙閾值算法體現(xiàn)了 灰度相似性 和 空間鄰接性 。 把邊緣區(qū)域中鄰接核區(qū)域的象素點歸并為核區(qū)域，使核區(qū)域得到增長。如果某一象素鄰接 R1，則把這一象素重新分配給 R1 ； （ 4）重復步驟（ 3）直到?jīng)]有象素被重新分配； （ 5）把區(qū)域 R2剩下的所有象素重新分配給 R3。一種簡單的方法是吸收高于第二個閾值 T2并且與原先物體圖象點相連的那些點。增長物體圖象的方法取決于特定的應用。然而，可能還有一些灰度值或者屬于物體，或者屬于背景。也即，首先利用非均勻照明亮度分布的數(shù)學模型將非均勻照明條件下得到的圖象變換為均勻照明條件下的圖象，然后再進行分割。 水線名稱的來歷是想象將圖象逐漸沉入一個湖中，圖象的最低點先進水，然后水逐漸漫過整個山谷盆地，當水位達到該盆地的邊緣高度時就將溢出該盆地，這時在水溢出處建壩攔截，如此直到整個圖象沉入水中，所建的 壩 就成為分開各個山谷盆地的水線。 一種方法的具體步驟如下： （ 1）將整幅圖象分成一系列互相之間有 50%重疊的子圖象； （ 2）做出每個子圖象的直方圖； （ 3）檢測各個子圖象的直方圖是否為雙峰的，若是則可用最優(yōu)閾值法確定一個閾值，否則就不進行處理； （ 4）根據(jù)對直方圖為雙峰的子圖象得到的閾值，通過插值得到所有子圖象的閾值； （ 5）根據(jù)各子圖象的閾值，再通過插值得到所有象素的閾值，然后對圖象進行分割。如果子圖象比較小，則由陰影或對比度空間變化等帶來的問題會比較小。 一、閾值插值 將動態(tài)閾值技術作為全局固定閾值技術的局部化特例。有一種解決方法就是用與坐標相關的一組閾值（即閾值是坐標的函數(shù)）來對圖象各部分進行分割，即選用動態(tài)閾值或稱為自適應閾值。這里常用的象素鄰域局部性質就是象素的梯度值。 一、直方圖圖變換 直方圖變換的基本思想就是利用一些象素鄰域的局部性質變換原始的直方圖為一個新的直方圖。 基于區(qū)域性質的閾值 基于區(qū)域性質的閾值不僅考慮了各象素本身灰度值而且利用了各象素鄰域內象素灰度值的相互關系等性質。從這樣的直方圖中確定閾值的一種方法是分析直方圖的凹凸性。如當目標和背景區(qū)域的主要灰度比較接近而部分重疊時，其間的谷可能不存在。算法步驟如下： （ 1）選擇一個初始閾值 T（如圖象強度均值）； （ 2）利用閾值 T把圖象分割成兩組， R1和 R2； （ 3）計算區(qū)域 R1和 R2的均值 ?1， ?2； （ 4）選擇新的閾值 T， （ 5）重復（ 2） （ 4）步，直到 ?1和 ?2的均值不再變化。如，使用初始閾值生成子圖象，并根據(jù)子圖象的特性來選取新的閾值，再用新閾值分割圖象，如此循環(huán)，直到達到一定的分割效果為止。如果兩個區(qū)域的方差相等，即整圖噪聲來自同一個源，則只有一個最優(yōu)閾值： 進一步，若兩種灰度值的先驗概率相等（兩區(qū)域大小相當），或噪聲方差為零，則最優(yōu)閾值就是兩個區(qū)域
教學課件相關推薦
鄂ICP備17016276號-1