图象分割描述与识别

第七章 图象分割、描述和识别
4
2020年10月12日1时49分
第七章 图象分割、描述和识别
5
a=imread('we.jpg'); b=a(:,:,1); c=b<t; imshow(c);
t=150
t=50 t=100
2020年10月12日1时49分
图象分割
6
❖边缘检测法
边缘意味着一个区域的终结和另一个区域的开始，是 灰度变化比较剧烈的地方，图象边缘有方向和幅度两 个特征，沿边缘走向的像素变化比较平缓，而垂直于 边缘走向的像素变化剧烈。
1
1111
1111
1111
111
1
2020年10月12日1时49分
图象描述
14
(3)边界点之和
所谓边界点是指满足如下性质的点:在其8邻域内既有 区域内的像素,又有区域外的像素
✓位置 区域的质心：
1 N 1 M 1
X
xf (x, y)
MN x0 y0
1 N 1 M 1
Y
yf (x, y)
MN x0 y0
1）设初始区域为={x0}； 2）求像素xi的相邻像素，若xi与xi+1的差值小于某个
阈值，则将其加入区域。
✓中心连接区域增长技术
1)设初始区域为={x0} ； 2)检查的全部邻点，将满足相似性条件的任何邻点并入.
相似性检验准则为：
2020年10月12日1时49分
图象描述
11
m 1
f (x, y)
图象分割
2
➢图象分割
图象分割：按照一定的规则，将一幅图象分割成若干部 分或子集。
通常可以依据两种原则进行图象分割 1．依据各个像素点的灰度值不连续性进行分割
（根据不连续性定出区域的边界） 2．依据同一区域具有相似性灰度这一特征,寻求不同区
域之边界(根据相似性定出区域像素)
前者称为基于点相关的分割技术，后者称为基于区域相 关的分割技术。这两类技术又可细分为四类：基于直方 图、基于边界、基于区域、基于边缘和区域的技术。
2020年10月12日1时49分
第七章 图象分割、描述和识别
1
第七章* 图象分割、描述和识别
主要内容：
1.图象分割 1)直方图阈值分割法 2)边来自百度文库检测法 3) 区域增长法
2.图象描述 3.图象识别
1)图象识别的应用实例 2) 模式识别
本章对应着教材的第10、11、12章
2020年10月12日1时49分
✓投影
设 P 为f(x,y)在 方向上的投影，它是一个向量。
2020年10月12日1时49分
图象描述
15
❖拓扑特征 1)邻接与连 2）背景与孔(欧拉数：E=C-H,C连通分支个数，H孔个数）
❖边界描述
用链码表示边界：x0c1c2c3 cn x0 如图所示的
区域的边界为x0100066666343232x0
2020年10月12日1时49分
图象识别
17
❖ 模式识别 图象识别的基本理论和方法是移植于“模式识别”的 模式：客观事物的特征的描述 模式识别：根据某事物的模式判断该事物属于何类
模式识别工作主要由三个阶段组成 1．图象分割或物体分离
检测出各个物体，并把他们的图象与其余背景分离
0 1 0
所对应的卷积模板为 1 4 1
0 1 0
✓模板卷积算子
1 1 1 1 8 1 1 1 1
1 2 1 1 2 1 1 2 1
1 1 0 1 0 1 0 1 1
2020年10月12日1时49分
图象分割
10
❖区域增长法
根据相似性准则，直接取出若干个特征相似或相同的像 素组成区域
✓单连接区域增长技术
图象描述：用一组数量或符号来表征图象中被描述 的目标的基本特征 .
2020年10月12日1时49分
图象描述
12
❖二值图象的几何特征
✓面积
设图象已经被分割，目标区域的像素的值为1，背景 区域的像素为0，则目标区域的面积为：
M 1 N 1
A f (x, y) x0 y0
✓ 周长 常见的等效的表示方法有三种：
(1)区域与背景的交界线的长度,如图，区域边界长为 24
(2)区域边界x8链0c码1c长2c度3 ；若cn边x0界的链码表示为
2020年10月12日1时49分
图象描述
13
x0 为起始点,
Li
1
ci 2
{0,2,4,6} ci {1,3,5,7}
定义边界长度为：
n
L Li i 1
1111
1(x0) 1 1 1 1
G3 ( f (x, y)) max{| x f |, | y f |}
xi1
这几个算子是等价的，即：
G2 G0 G1
2G1 G0 2G2
2020年10月12日1时49分
图象分割
9
✓拉谱拉斯算子 2 f (x, y) f (x 1, y) f (x 1, y) f (x, y 1) f (x, y 1) 4 f (x, y)
N ( x, y)
N | |
max | f (x, y) m | k, k为阈值
( x, y)
➢图象描述
图象分割的技术目的是将图象分成有意义的区域， 为了达到图象分析的目的，还要对这些有意义的区 域进行特征提取与描述。而所谓是图象分析，就是 根据图象中的目标的描述数据对其作定性或定量分 析，分析的基础是目标区域的特征。
❖变换参数描述
❖统计参数描述
2020年10月12日1时49分
图象识别
16
➢图象识别
图像识别：将预处理后的图象，经过图象分割和描 述，提取有效的特征，进而加以判决分类。
❖图象识别的应用实例
1．邮政系统的信函自动分拣 2．复杂背景下的军事目标的自动识别 3．由气象云图结合其他气象数据进行天气预报 4．用人工地震波形图寻找石油的岩层结构 5．根据医学x光图象或显微图象分析各种病变
2020年10月12日1时49分
第七章 图象分割、描述和识别
7
d=del2(double(c)); imshow(d);
2020年10月12日1时49分
图象分割
8
❖边缘检测算子
✓差分梯度算子
常用的差分梯度算子有
1
G1( f (x, y)) {2x 2y }2
G2 ( f (x, y)) | x f (x, y) | | y f (x, y) |
2020年10月12日1时49分
图象分割
3
❖直方图阈值分割法
方法：1）作图象的直方图 2）如果灰度级直方图有明显的双峰状，则选择 两峰之间的谷底所对应的灰度值作为阈值。 3）然后根据如下公式，得到分割图象
1 f (x, y) t g(x, y) 0 其它
t为阈值
2020年10月12日1时49分