圖像分割與特征提取-在線瀏覽
2025-06-16 05:33本頁面
【正文】 利用象素鄰域的局部性質(zhì)變換原來的直方圖得到一個新的直方圖。希望減小誤分割的概率，選取一個最佳閾值。 －基于閾值 在閾值化處理之后，可以通過直接跟蹤物體邊界的方法將物體區(qū)域分割出來，得到其輪廓并進一步分析其幾何形狀特征。在一般的多閾值情況下，多閾值分割取為： kk TyxfTkyxg ??? ? ),(),( 1如TyxfTyxfyxg??????),(),(01),(如如－基于閾值 （ 1）極小值點閾值 對于雙峰直方圖， 選取兩個峰之間的谷 對應(yīng)的灰度值作為閾值。 －基于閾值 ? 單閾值分割 只用一個閾值分割。實際上，在任何實際應(yīng)用的圖像處理系統(tǒng)中，都要用到閾值化技術(shù)。 閾值是在分割時作為區(qū)分物體與背景象素的門限，大于或等于閾值的象素屬于物體，而其它屬于背景。圖像分割在一般意義下是十分困難的問題，目前的圖像分割一般作為圖像的前期處理階段，是針對分割對象的技術(shù)，是與問題相關(guān)的，如最常用到的利用閾值化處理進行的圖像分割。 ? 連通的概念是指集合中任意兩個點之間都存在著完全屬于該集合的連通路徑。第八章 圖像分割、特征提取與描述 主要內(nèi)容 ? 引言 ? 圖像分割 ? 圖像的特征 ? 圖像的描述 引言 ? 圖像分割是將圖像劃分為若干互不相交的小區(qū)域的過程。 小區(qū)域是某種意義下具有 共同屬性 的象素的連通集合， 如物體所占的圖像區(qū)域、天空區(qū)域等。對于離散圖像而言，連通有 4連通和 8連通之分 4連通 8連通 引言 ? 圖像分割是圖像理解的基礎(chǔ)，而在理論上圖像分割又依賴圖像理解，彼此是緊密關(guān)聯(lián)的。 引言 ? 圖像分割有二種不同的途徑： 1. 區(qū)域法： 將各象素劃歸到相應(yīng)物體或區(qū)域的象素聚類方法 2. 邊界方法： 通過直接確定區(qū)域間的邊界來實現(xiàn)分割 圖像的分割 、并行區(qū)域技術(shù)－基于閾值的圖像分割技術(shù) 、串行區(qū)域技術(shù) 、并行邊界技術(shù)－基于邊界的圖像分割 圖像的分割 、并行區(qū)域技術(shù)－基于閾值的圖像分割技術(shù) 、串行區(qū)域技術(shù) 、并行邊界技術(shù)－基于邊界的圖像分割 －基于閾值 取閾值是最常見的 并行 的直接檢測 區(qū)域 的分割方法。 這種方法對于在物體與背景之間存在明顯差別（對比）的景物分割十分有效。為了有效地分割物體與背景，人們發(fā)展了各種各樣的閾值處理技術(shù)，包括全局閾值、自適應(yīng)閾值、最佳閾值 、局部閾值 等。 ? 多閾值分割 用多個閾值分割。 將直方圖的包絡(luò)看作一條曲線， 求直方圖包絡(luò)線的極小值點對應(yīng)的灰度值作為閾值 。 －基于閾值 －基于閾值 （ 2） 最佳閾值 有時目標(biāo)和背景的灰度值有部分交錯，用1個全局閾值不能將它們絕然分開。閾值的選擇需要根據(jù)具體問題來確定，一般通過實驗來確定。 新的直方圖或者谷更深或者谷變成峰，更容易檢測。 －基于閾值 （ 4）灰度和灰度平均圖 物體與背景各自的灰度都較均勻二者相差不大時，分割時可以這樣處理：橫軸取象素的灰度r，縱軸取 r的鄰域的平均 。邊界上的點將遠離對角線，因此選遠離對角線的點的灰度作為分割的灰度門限將獲得較好的分割效果。直方圖（ r， g）為具有某個灰度和梯度值的象素數(shù)目。區(qū)域內(nèi)象素的相似性度量可以包括平均灰度值、紋理、顏色等信息。 串行區(qū)域技術(shù) 串行區(qū)域 技術(shù) ? 圖像： 5 5 8 6 取跟蹤門限 T＝ 2 5 5 8 6 4 8 9 7 4 8 9 7 2 2 8 3 2 2 8 3 3 3 3 3 3 3 3 3 ? 生長準(zhǔn)則： 區(qū)域任一象素與其鄰點灰度差 T 結(jié)果與起始點選擇和門限選擇有關(guān) 串行區(qū)域 技術(shù) ? 圖像： 5 5 8 6 5 5 8 6 5 5 8 6 4 8 9 7 4 8 9 7 4 8 9 7 2 2 8 3 2 2 8 3 2 2 8 3 3 3 3 3 3 3 3 3 3 3 3 3 ? 生長準(zhǔn)則： 待檢測象素的灰度與已檢測的區(qū)域的平均灰度差 T 例： 取跟蹤門限 T＝ 2 結(jié)果與起始點選擇 (如選 6)和門限選擇有關(guān) 串行區(qū)域 技術(shù) ? 二、區(qū)域分裂與合并 從整個圖像開始不斷分裂得到各個區(qū)域。 串行區(qū)域 技術(shù) ? 確定均勻性準(zhǔn)則。 ? 對滿足均勻性準(zhǔn)則的小區(qū)則合并，不滿足均勻性準(zhǔn)則的小區(qū)則采用四叉樹的方式將此區(qū)等分為四個小區(qū)。視覺系統(tǒng)對圖像的邊緣更敏感，而不是根據(jù)點的灰度區(qū)分出物體，人對邊界的識別機理也不是設(shè)置一個灰度門限 T來分割物體的。 并行邊界技術(shù)－基于邊界的圖像分割 ? 一、梯度邊緣檢
語文相關(guān)推薦
鄂ICP備17016276號-1