Chap05_图像分割(中)

2010-9-27wangzhiming@ 27
§5.1.3 多光谱图像阈值化
每个谱段中独立进行，结果综合；递归的多光谱图像阈值化； 把每个像素或小邻域看作是具有n 维向量的数据点。

2010-9-27
wangzhiming@ 28§5.1.3 多光谱图像阈值化(续) 算法5.3 递归的多光谱阈值化
(1) 将整个图像初始化为单个区域；
(2) 给每个谱段计算一个平滑的直方图，在每个直方图中找到一个最显著的峰，确定两个阈值分别对应于该峰两侧的局部最小值。

根据这些阈值将各个谱段的每个区域分割为子区域。

将各个谱段的每个分割投影到多光谱分割中，下一步处理多光谱图像中的区域； (3) 对于图像的每个区域重复第二步，直至每个区域的直方图只含有一个显著的峰。

2010-9-27wangzhiming@ 29
§5.1.3 多光谱图像阈值化(续
)
2010-9-27wangzhiming@ 30
§5.1.4 分层数据结构下的阈值化 建立图像的金字塔数据结构；
在低分辨率图像中检测区域的出现，在更高层直至完全分辨率下给出更精确的区域；
优点：噪声对分割结果的影响较小。

§5.1.4 分层数据结构下的阈值化(续
)
2010-9-27wangzhiming@ 31
2010-9-27wangzhiming@ 32
§5.2 基于边缘的分割
基于不连续性的分割；
边缘检测的结果并不能作为分割结果，需经后处理建立边缘链； 先验信息越多，分割结果就越好。

2010-9-27wangzhiming@ 33
§5.2.1 边缘图像阈值化
将灰度边缘阈值化；
将变粗的边缘细化：非最大抑制(Non-Maximum suppression)； 连接弱边缘：滞后过滤(Hysteresis thresholding)；
2010-9-27wangzhiming@ 34
§5.2.1 边缘图像阈值化(续) 算法5.5 有方向的边缘数据的非最大抑制
1. 根据8-邻接将边缘方向量化；
2. 对于每个非0幅值的边缘像素，考察其边缘方向指出的两个邻接像素；
3. 如果两个邻接像素的幅值有一个超过当前像素，将它标记删除；
4. 当所有像素都考察过后，重新扫描图像，以0值抹去所有标记过的像素。

2010-9-27wangzhiming@ 35
§5.2.1 边缘图像阈值化(续
)
2010-9-27wangzhiming@ 36§5.2.1 边缘图像阈值化(续) 算法5.6 边缘检测算子输出的滞后过滤
1. 将幅值超过t1的所有边缘标注为正确边缘；
2. 搜索幅值在区间[t0,t1]的所有像素；
3. 如果该像素与已经标注为边界的另一个像素邻接(8邻接或4邻接)，则将它标记出来；
4. 重复2~3直到没有新的边缘被标注。

2010-9-27wangzhiming@ 37T=0.5 T=0.2 Canny Original Sobel Edge
2010-9-27wangzhiming@ 38§5.2.2 边缘松驰法
裂缝边缘：位于像素之间的边缘； 目的：建立连续的边缘，通过迭代将边缘的信度收敛到0或1。

§5.2.2 边缘松驰法(续)
2010-9-27
wangzhiming@ 40§5.2.2 边缘松驰法(续) 算法5.7：边缘松驰法
1. 对图像中的所有裂缝边缘计算一个信度c (1)(e)；
2. 在每个边缘的邻域内，根据边缘信度c (k)(e)确定其边缘类型；
3. 根据每个边缘的类型和上一步的信度c (k)(e)，更新其信度c (k+1)(e)；
4. 重复2~3直到所有边缘的信度都收敛到0或1。

2010-9-27wangzhiming@ 41
2010-9-27wangzhiming@ 42
§5.2.2 边缘松驰法(续)m=max(a,b,c,0.1)
2010-9-27wangzhiming@ 43
§5.2.3 边界跟踪
算法5.8：内边界跟踪
1、从左上方开始搜索图像直至找到一个新区域的一个像素，则该像素P 0是这个新区域的所有像素中具有最小行和最小列的像素。

P 0为区域边界的起始像素，定义一个变量dir ，存储从前一个边界元素到当前边界元素沿着边界的前一个移动方向，设置：(a)当按照4-邻接检测边界时(参见图5.15a),dir = 3;(b)当按照8-邻接检测边界时(参见图5.15b),dir = 7;
2、按照逆时针方向搜索当前像素的3*3邻域，从以下的方向开始搜索邻域：
2010-9-27wangzhiming@ 44
§5.2.3 边界跟踪(续)(a)取(dir+3)除以4的余数(参见图5.15c)；
(b)取(dir+7)除以8的余数，当dir 是偶数时(参见图5.15d)；取(dir+6)除以8的余数，当dir 是奇数时(参见图5.15e)；找到的第一个与当前像素值相同的像素是一个新的边界元素P n ，更新dir 值。

3、若当前边界元素P n 等于第一个元素P 1且前一个边界元素P n-1等于P 0，则停止；否则，重复第2步；
4、检测到的内边界由像素P 0,P 1,...,P n-2构成。

2010-9-27wangzhiming@ 45
2010-9-27wangzhiming@ 46§5.2.3 边界跟踪(续)算法5.9：外边界跟踪
1、根据4-邻接跟踪区域内边界直至完成;
2、外边界由所有在搜索过程中测试过的非区域像素组成，如果某些像素被测试超过一次，它们就被在外边界上列出超过一次。

2010-9-27
wangzhiming@ 47
§5.2.3 边界跟踪(续) 扩展边界：
定义了相邻区域的单一共同边界； 相邻区域的边界只需跟踪一次。

2010-9-27
wangzhiming@ 48§5.2.3 边界跟踪(续) 扩展边界根据8-邻接来定义，设Q 为R 区域外，且P ∈R ，将内边界分为4种：
LEFT pixel if P_4(P) in Q ；
RIGHT pixel if P_0(P) in Q ；
UPPER pixel if P_2(P) in Q ； LOWER pixel if P_6(P) in Q 。

§5.2.3 边界跟踪(续)
2010-9-27wangzhiming@ 49
2010-9-27wangzhiming@ 50
§5.2.3 边界跟踪(续) 利用外边界定义扩展边界：
所有UPPER 外边界向下和右移一像素；
所有LEFT 外边界向右移一像素；
所有RIGHT 外边界向下移一像素； 所有LOWER 保持不变。

2010-9-27wangzhiming@ 51
§5.2.3 边界跟踪(续) 算法5.10：扩展边界跟踪
1. 定义第一个扩展边界像素(从左向右、从上向下找到第一个属于区域的像素)；
2. 从起始像素沿着跟踪边界的第一个移动方向是dir=6(向下)；
3. 按照图5.20的查找表跟踪扩展边界，直至得到一个封闭的边界。

2010-9-27wangzhiming@ 52
2010-9-27wangzhiming@ 53
对已知形状和大小的物体进行检测；
将位置空间转换到参数空间； 抗干扰能力强，对数据的不完整性和噪声不敏感。

§5.2.6 HOUGH 变换
2010-9-27wangzhiming@ 54
2010-9-27
wangzhiming@ 55§5.2.6 HOUGH 变换 直线检测：
将直线y=kx+b 变换为b=-kx+y ；
位置空间直线y=kx+b 应于参数空间中一点(k,b)，而空间坐标中一点(x,y)对应于参数空间中一条直线(b=-kx+y)； 位置空间中直线y=kx+b 上每个点(x,y)，在参数空间中形成一条直线，所有这些直线交于一点(k,b)；位置空间中直线上点越多，参数空间中过点(k,b)的直线就越多；
2010-9-27wangzhiming@ 56§5.2.6 HOUGH 变换 直线检测(续)：
设置二维数组累加器存放可能的(k ，b)值，对位置空间每1点，在参数空间所有它经过点的累加器加1，累加中值最大的参数点(k,b)对应于位置空间中点最多的直线。

2010-9-27
wangzhiming@ 57§5.2.6 HOUGH 变换(续)
2010-9-27wangzhiming@ 58§5.2.6 HOUGH 变换(续)Hough 变换直线检测
(a)原图；
(b)边缘图像；
(c)参数空间；
(d)检测到的直线。

2010-9-27
wangzhiming@ 59§5.2.6 HOUGH 变换(续)
2010-9-27wangzhiming@ 60
课后作业
1. 考虑描述了在黑色背景上的几个物体的两个具有双模态的灰度图像。

第一幅图像的直方图宽而浅，第二幅图像的直方图窄而深。

在哪幅图像中分割错误率更高？在哪幅图像中分割错误率对阈值选择更敏感？
2. 若要在二维图像中确定所有尺寸的圆形，Hough 变换累计数组的维数是多少？列出所有必要的累计数组。

2010-9-27wangzhiming@ 61课后作业(续) 3. 给出下图区域的内边界(8-邻域)、外边界和扩展边界。

对于内边界，给出遍历的顺序；对于外边
界，给出遍历的次数。