《数字图像处理与分析基础》第八章图像分割与描述

数字图像处理与分析基础
1 1 1 1 1 1 1 1
1 4 5 6 5 4 6 1
1 5 7 8 7 8 5 1
1 6 8 8 8 7 4 1
1 5 8 8 8 7 5 1
1 6 8 7 8 7 6 1
1 5 6 6 6 6 5 1
1 1 1 1 1 1 1 1
30 20 10
象 素 点
(a)
0
1 2 3 4 5 6 7 8 灰度级 (b) 灰度取域法，阈值对分割结果 影响很大 （a）数字图像 （b）直方图 （c）取阈结果Th=4,Th=7

根据分割算法本身

数字图像处理与分析基础
路
路 路
(b)
分割结果
对象 A B A1 B1 C1 A2 B2 C2 坐标点 A3 B3 C3 B4 C4 C5
(a)
(0,0) A1 A3
分割的两种方法
(511,0)
x
分割
A
B1
A2 C5 B2 C4
C1 C2 C3
B4
原 图
C
B3
y
图像与分割结果的表示 (511,511)
2 h ( z ) 0 2 z
数字图像处理与分析基础
T=120
（a）原图
（b）直方图 （c）二值化结果 图8-2 Rice图像双峰法分割
数字图像处理与分析基础
2、最优阈值算法
ISBN 7-5084-2930
新世纪电子信息与自动化系列课程改革教材
数字图像处理与分析基础
第八章 图像分割与描述
黄爱民 安向京 骆力
第八章 图像分析基础
Image Analysis theory

1、图像分割 2、图像描述
数字图像处理与分析基础
8.1 图像分割 Image Segmentation
其中：“1”表示物体（对象、目标）， “0”表示背景。
数字图像处理与分析基础
多阈值二值化
有时对象的灰度分布相对集中，而背景的灰度分布 很散，就需要设置两个灰度阈值T1、T2, T1>T2，这 两个阈值间的灰度范围都对应于对象，即：
1 ,T x ,y ) T 1 f( 2 g ( x ,y ) 0 , 其它

1、概述和分类 2、基于灰度的分割技术 3、基于梯度的分割技术 4、彩色图像分割技术 5、分割评价
数字图像处理与分析基础
7.1.1 概述与分类
General Introduction and Classification



图像分量以及相互关系 图像分析与理解、自动景物分析、模式 识别 机器抽取信息
数字图像处理与分析基础
Th=4
Th=7
(c)
1、极小值点阈值
“直方图双峰法”：如果灰度直方图呈现明显的双峰状，则选 取两峰之间的谷底对应的灰度级作为阈值。谷底就是直方图 的极小值。将各端点相连，形成直方图的包络线h(z)，这是 一条曲线，它的极小值满足
h ( z ) 0 , z
h(z)——直方图
数字图像处理与分析基础
二值化
设f(x,y)表示原图像，g(x,y)表示分割后的图像，T为 选定的灰度阈值，分割算法表示为
1 , f( x ,y ) T g ( x ,y ) 0 , f( x ,y ) T
或
1 , f( x ,y ) T g ( x ,y ) 0 , f( x ,y ) T
“同质”分割依据：灰度、颜色、纹理、灰度变化 分割结果 以区域的边界坐标表示
。
数字图像处理与分析基础
分割方法分类

从分割依据出发
Βιβλιοθήκη Baidu


“相似性分割”就是将具有同一灰度级或纹理的像素聚集 在一起，形成图像中的不同区域。这种基于相似性原理的 方法常称为“基于区域相关的分割技术” “非连续性分割”需要先检测图像的局部不连续性，然后 将它们连接起来形成边界，这些边界将图像分割成不同的 区域。这种基于不连续原理检测图像中物体边缘的方法也 称为“基于点相关的分割技术”。 这两种方法具有互补性，一般来说在不同的场合需要不同 的方法，有时也将它们的处理结果相结合，以获得更好的 效果。 阈值法、边缘检测法、匹配法等
数字图像处理与分析基础
并行区域技术
Region-Based Parallel Techniques


1、原理和分类 2、依赖像素的阈值选取 3、依赖区域的阈值选取
数字图像处理与分析基础
图像阈值分割（Image Segmentation ： Thresholding）


最常用的图像分割技术 主要利用图像中背景与对象之间的灰度差异。 理想状态下图像的灰度直方图上呈明显的双峰 分布，两类物体灰度级间无交叠。在直方图中 处于谷底的区域选取一个灰度值作为阈值，根 据灰度与阈值的关系将像素判定为对象点或背 景点，这个过程称为图像二值化。对二值图像 进行进一步的分析就可以获得图像的分割结果。
(0,511)
数字图像处理与分析基础
特征集 对象1 图像 分块 化 对象n 分块化和描述
描述1
描述2 描述3 特征集
数字图像处理与分析基础
8.1.2基于灰度的分割 （区域相关技术）

两大类

基于阈值分割的技术 基于灰度均匀性的区域分裂——合并算法。


阈值分割算法实施时各像素间无相关性，原图 像可以分成几部分同时进行分割，又称为并行 区域技术（Region-Based Parallel Techniques）。 区域分裂——合并算法实施时，要利用像素间 的相关性，是一种串行区域技术。
数字图像处理与分析基础
连通性有两种度量准则，如果只依据四邻域 （上下左右）确定连通，就称为4连通（fourconnectivity），物体也被称为是4连通的。如 果依据八邻域（加上四个对角像素）确定连 通，就称为8连通（eight-connectivity）。在 同一类问题的处理中，应当采用一致的准则。 通常8连通的结果误差小，与人的感觉更相近。
数字图像处理与分析基础
图像分割



定义：把图像中有意义的区域与背景分离开， 并按其不同的内涵将它们分割开。 “区域”是图像中相邻的具有类似性质的点 组成的集合。同一区域（region）中的像素 是相邻的，就是说区域是像素的连通集。 “连通”（connectedness）：在连通集的任 意两个像素间，存在一个完全由这个集合中 的元素构成的路径。同一区域中的任意两个 像素间至少存在一条连通路径。