数字图像处理第7讲PPT课件

800 600 400 200
0 0
4000
3500
3000
2500
2000
1500
1000
500
0
50
100
150
200
250 0
1/(1+g)2
50
100
150
200
250
g0
基于边界特性
直方图变换－仅考虑边界像素
4000 3500 3000 2500 2000 1500 1000 500
0 0
T = 45
最优阈值
选择分割误差最小的阈值
p (z) P 1 p 1 (z) P 2p 2 (z)
p1(z)
p2(z)
E1(T)
E2(T)
T
迭代阈值
计算量和阈值合理性两者较为均衡
Ti
L1
Ti1
1 2
k
hk
0 Ti
hk
k 0
k
hk k
kTi 1 L1
hk
kTi 1
迭代阈值
T0＝50； 迭代5次；T=86
直方图凹性分析
选择凸残差的最大值作为阈值
凸包
凸残差 包络
0
T
L
局部阈值
问题－非标准图像模型
峰之间的谷被填充 峰相距很近 峰值相差很大
思路－改善直方图波形
修改每个像素对直方图的贡献 只考虑边缘像素对直方图的贡献
基于边界特性
直方图变换－加权直方图
1800 1600 1400 1200 1000
10
9
8
7
6
5
4
3
2
1
50
100
150
200
250 0
50
100
150
200
250
300
0
基于边界特性
实现流程
①对图像进行梯度计算，得到梯度图像。 ②得到梯度值较大（如10%）的部分像素直方图 ③通过直方图的谷底，得到阈值T
利用拉普拉斯算子
用拉普拉斯算子过滤图像，将过零点对应的灰度值作为 阈值
基于边界特性
i1 xQj(i)
K-均值聚类
初始化
1 ( 1 ),2 ( 1 ),3 ( 1 ), ,K ( 1 )
聚类
x Q l(i) ifg (x )l(i) g (x )j(i)
更新
(i1) j
1 Nj
g(x)
xQj(i)
结束
(i1)
(i)
j
j
K-均值聚类
串行区域技术
两种基本区域分割策略
数字图像处理
Digital Image Processing
第七讲 图像分割（2）
李衷怡 华中科技大学数字化工程与仿真中心
并行区域技术
阈值化方法
阈值选取
区域标记
阈值化方法
特征空间聚类
阈值处理
图像模型：目标和背景均为单峰灰度分布
背景
目标
T
阈值处理
背f景 (x ,y) T ：目f标 (x ,y) T ：
T = 66
阈值处理
T T [f(x ,y )p ,(x ,y )x ,y ]
(x, yຫໍສະໝຸດ Baidu→动态阈值 p(x, y)→局部阈值 f(x, y)→全局阈值
极小值点阈值
选择两峰之间的谷底作为阈值
h(z)
2h(z)
z 0 andz2 0
由于噪声，直方图有很多小的起伏
对图像或直方图进行平滑处理
极小值点阈值
n=5
n=3
通常取经验值n<5为理想双峰模型
动态阈值
双线性插值
A
g(E) AE[g(B)g(A)]g(A) g(F) CF[g(D)g(C)]g(C) g(P) EP[g(F)g(E)]g(E)
C
EB P
FD
动态阈值
在分割前做平滑处理
特征空间聚类
空间 像素
特征
聚
空间
类
K均值聚类
K
2
E
g(x)j(i1)
过渡区
动态阈值
不均匀亮度图像无法用单一阈值有效分割
动态阈值
阈值和像素位置相关
① 分割为50%重叠的一系列子图像； ② 检测子图像直方图是否为双峰，是则确定阈
值，否则跳过； ③ 插值得到所有子图像的阈值； ④ 插值得到所有像素的阈值，分割之。
动态阈值
判断双峰：根据迭代阈值法的迭代次数
n = 11
基于边界特性
基于边界特性的优点
在前景和背景所占面积差别很大时，不 会造成一个峰过高，而另一个过低
边缘点在区域内还是区域外的概率是相 等的，因此可以增加波峰的对称性
基于梯度和拉普拉斯算子选择的像素，
过渡区
目标 过渡区 背景
Lhigh T Llow
➢ 每个过渡区，Lhigh和Llow有且仅有一个 ➢ Lhigh和Llow有明显的像素特性区别能力 ➢ 对同一过渡区，Lhigh总大于Llow
R43 R44
写在最后
成功的基础在于好的学习习惯
The foundation of success lies in good habits
36
谢谢大家
荣幸这一路，与你同行
It'S An Honor To Walk With You All The Way
讲师：XXXXXX XX年XX月XX日
② 如果相邻的子区域所有像素的灰度级相同 P(Ri∪Rj)＝TRUE ，则将其合并
③近反似复进P (行R i) 上 两T 步操R 作，p U (直zj至 m 不E i再 2 有i新) 的8 分% 0
处裂理与合z|并(z R i)m i ifP (R i) TR
分裂合并
R1
R2
R41 R42 R3
单一像素
合并
全图
分裂切割
分割区域
区域生长
区域生长流程
开始
选择种子 点
否
输出生长
有新像素
区域
加入？
是
选择生长 条件
生长
区域生长
关键是确定生长条件
基于灰度差 f(x,y)1 f(x,y)T NR
基于直方图
h1(z)h2(z)T
z
区域生长
分裂合并
① 对图像中灰度级不同的区域P(Ri)＝FALSE， 均分为四个子区域
过渡区
有效平均梯度
EA G g(i,j) p(i,j)
i,j Z
i,j Z
剪切变换
L f (i, j) L
fhigh(i,
j)
f
(i,
j)
f (i, j) L
L
f (i, j) L
flow(i,
j)
f
(i,
j)
f (i, j) L
过渡区
LhighargmL{Za[E x AhGig(hL)]} LlowargmL{Za[E x AlG ow(L)]}