图像分割技术 PPT

图像中各点经上述灰度阈值法 处理后，各个有意义区域就从图像 背景中分离出来。
含有多目标图像的直方图
6.1.2 直方图阈值
1．直方图阈值的双峰法
当灰度图像中画面比较简单且对象物 的灰度分布比较有规律，背景和对象物在 图像的灰度直方图上各自形成一个波峰， 由于每两个波峰间形成一个低谷，因而选 择双峰间低谷处所对应的灰度值为阈值， 可将两个区域分离。
（1）要确定航空照片中的森林、耕地、 城市区域等，首先需要将这些部分在 图像上分割出来。
（2）要辨认文件中的个别文字，也需先 将这些文字分选出来。
第六章 图像分割技术
（3）要识别和标定细胞的显微照片中的 染色体，需要用图像分割技术。 一幅图像通常是由代表物体的图案与 背景组成，简称物体与背景。若想从 一幅图像中“提取”物体，可以设法 用专门的方法标出属于该物体的点， 如把物体上的点标为“1”，而把背景 点标为“0”，通过分割以后，可得一 幅二值图像。
i0
则
C0={0,1,….,t}，
C1＝{t+1,t+2,…,L-1}
24
C0类出现的概率及均值：
t
0 pr (C0) pi (t) i0
0

t ipi
i0 0
(t) (t )
25
C1类出现的概率及均值：
L1
1 pr (C1) pi 1 (t)
第六章 图像分割技术
图像分割方法分类： 第二类为基于区域生成的方法，是将像素 分成不同的区域，根据相应的区域特性在 图像中找出与其相似的部分并进行处理， 常用的方法有区域生长、分裂-合并分割方 法。
以上这两类方法互为对偶，相辅相成，有 时还要将它们结合起来，以得到更好的分 割效果。
6.1 阈值选取的图像分割方法
把这种通过选取直方图阈值来分割目标 和背景的方法称为直方图阈值双峰法。
1. 直方图阈值的双峰法
具体实现的方法是先做出图像的 灰度直方图，若只出现背景和目标物 两区域部分所对应的直方图呈双峰且 有明显的谷底，则可以将谷底点所对 应的灰度值作为阈值t，然后根据该 阈值进行分割就可以将目标从图像中 分割出来Hale Waihona Puke Baidu这种方法适用于目标和背 景的灰度差较大，直方图有明显谷底 的情况。
若图像中目标和背景具有不同的灰度集合 且两个灰度集合可用一个灰度级阈值T进 行分割。这样就可以用阈值分割灰度级 的方法在图像中分割出目标区域与背景 区域，这种方法称为灰度阈值分割方法。
6.1 阈值选取的图像分割方法
设图像为f (x, y) ，其灰度级范围是[0，L1]，在0和L-1之间选择一个合适的灰度阈值T， 则图像分割方法可描述为：
第二章 数字图像处理基础
第六章 图像分割技术
本章主要内容 ：
灰度阈值分割、直方图阈值分割、最大熵 阈值分割、全局阈值分割和局部阈值法、 二维最大熵阈值分割；基于区域的图像分 割：包括有区域生长、区域的分裂-合并； 以及基于边缘检测的图像分割，基于 Hough变换的线检测、图像运动目标分割 等示例来实现图像分割的应用。
6.1.3 类间方差阈值分割
思路： 利用二元统计分析的理论得到的，即选
取一个阈值t，构造两个统计量C0,C1的类内 方差最小、类间方差最大，这样的t作为最佳 阈值。
23
设原始图像有L个灰度级，
总像素为N＝n0+n1+….+nL+1; 归一化直方图：
选取t，
pi

ni N
，
L 1
pi 1
it 1
1 g(x, y) 0
f (x, y) T f (x, y) T
这样得到的g (x, y)是一幅二值图像。
1．灰度图像阈值二值化
两种方法定义阈值化后的二值图像
两种变换函数曲线
案例7.1.1 利用图像分割测试图像中的微小结构。
6.1 阈值选取的图像分割方法
2．灰度图像多区域阈值分割
第六章 图像分割技术
图像分割的意义 是把图像分成若干个有意义区域
的处理技术。其从本质上说是将各 像素进行分类的过程。分类所依据 的特性可以是像素的灰度值、颜色 或多谱特性、空间特性和纹理特性 等。
第六章 图像分割技术
图像分割方法分类： 大致可以分为基于边缘检测的方法和基于区 域生成的方法。 第一类为找出图像的边缘信息，首先检出局 部特性的不连续性，再将它们连成边界，这些 边界把图像分成不同的区域，从而分割出各个 区域，常用边缘检测方法有基于边缘检测的图 像分割、基于阈值选取的图像分割；
% 图像二值化，根据140/255
%确定的阈值，划分目标与背景
figure;imshow(Inew);
% 显示分割后的二值图像
5.1.2 直方图阈值
双峰法比较简单，在可能情况下常 常作为首选的阈值确定方法，但是图像 的灰度直方图的形状随着对象、图像输 入系统、输入环境等因素的不同而千差 万别，当出现波峰间的波谷平坦、各区 域直方图的波形重叠等情况时，用直方 图阈值法难以确定阈值，必须寻求其他 方法来选择适宜的阈值。
1. 直方图阈值的双峰法
直方图的双峰与阈值
案例6.1.2直方图阈值双峰法的图像分割程序与效果
% 直方图双峰法阈值分割图像程序
clear
I=imread('细胞.png')
% 读入灰度图像并显示
imshow(I);
figure;imhist(I);
% 显示灰度图像直方图
Inew=im2bw(I,140/255);
图像中的区域（n=4）
5.1 阈值选取的图像分割方法
在各区域的灰度差异设置n个阈值， 并进行如下分割处理：
g0
g (i,
j)



g1

g
n1
gn
f (i, j) T0 T0 f (i, j) T1

Tn2 f (i, j) Tn1 f (i, j) Tn1
第五章 图像分割技术
本章节概略
6.1 基于阈值选取的图像分割方法 6.2 基于区域的图像分割方法 6.3 基于边缘检测的图像分割 6.4 基于Hough变换的线-圆检测 6.5 图像运动目标分割
本章图像分割技术的内容与结构
第五章 图像分割技术
图像分割
把图像空间按照一定的要求分成一些 “有意义”的区域的技术叫图像分割。 例如：