图像阈值分割.doc

:按照一定的规律将图像或景物分成若干个部分或子集的过程。目的:将图像中有意义的特征或需要应用的特征提取出来。特征:物体目标占有区、轮廓、纹理、直方图特征等等。分割基于的假设:某一对象的某一部分,其特征都是相近或相同的;不同的对象物或对象物的各部分之间,其特征是急剧变化的。分割方法分类:1相似性分割区域相关分割将具有同一灰度级或相同组织结构的像素聚集在一起,形成图像中的不同区域。2非连续性分割点相关分割首先检测局部不连续性形成边界,然后通过这些边界把图像分成不同的区域。按算法分:阈值法、界线探测法、匹配法等。目前,并不存在一种普遍适用的最优方法。由于人的视觉系统对图像分割是十分复杂而有效的,但其分割方法原理和模型尚未搞清楚。新方法:模糊边缘检测方法、图像模糊聚类分割方法、小波变换的多尺度边缘检测方法、BP神经网络用于边缘检测、图像分割的神经网络法等等。。边缘常常意味着一个区域的终结和另一个区域的开始,是图像局部特征不连续的表现。图像边缘有方向和幅度两个特征。边界图像截面图一阶微分:用梯度算子来计算特点:对于亮的边,边的变化起点是正的,结束是负的。对于暗边,结论相反。常数部分为零。用途:用于检测图像中边的存在二阶微分:通过拉普拉斯来计算特点:二阶微分在亮的一边是正的,在暗的一边是负的。常数部分为零。用途:1)二次导数的符号,用于确定边上的像素是在亮的一边,还是暗的一边。2)0跨越,确定边的准确位置1梯度算子,,,],[,,],[],[],[],[1,,,,1,,,,1,1,1,,yxfyxfyxfyxfyxfyxfyx]1,1,121,1[]1,11,21,1[,]1,11,21,1[]1,11,21,1[,yxfyxfyxfyxfyxfyxfyxfyxfyxfyxfyxfyxfyxfyxfyxSobel梯度算子先加权平均,,标量、具有旋转不变性。22222,,,yyxfxyxfyxf?,41,1,,1,1,,起到放大作用。实际边缘有噪声,。改进方法:1先平滑后求微分:Marr、沈俊2进行局部线性拟合,对拟合后的光滑函数求导来代替直接的数值导数。1基本原理一维分析:设计滤波器,满足条件:1为偶函数。2;保证信号经平滑后,均值不变。3一阶、二阶可微。xh,0,xhxhx?1dxxhxhxhxfxgxhxfdssxhsfdssxhsfdxddxxhxdfxg边缘检测方法为:检测的局部最大值或的过零点。常用的平滑滤波器为高斯函数。xhxfxhxf?22221?xexh22232xexxh1222222221xxexh:方差、尺度因子。小,函数集中,小范围平滑;增加,平滑范围增大;太大,虽然有效地抑制了噪声,但边缘点处的信号也被平滑。2)Marr边缘检测算子圆对称函数,控制平滑作用。Marr提出了用拉氏算子替代的零交叉点作为边缘点。222221exp21,,yxyxG,,,,yxfyxGyxg,,,,,,,222yxfyxGyxfyxGyxg为LOG滤波器:G222222242222221exp121,,yxyxyGxGyxGLOG滤波器的特点:有效地消除一切尺度远小于高斯分布因子的图像强度变化;采用减少计算量,标量,具有旋转不变性;用Marr方法求得零交叉点中包含了比边缘位置更多的信息。零交叉点的斜率和方向反映了原图像边缘的强度和方向。实际作卷积运算时,取一个的窗口,,效果较好。由于有无限长拖尾,太小会过分截去拖尾。2?NN?3?NG2?N4)Marr边缘检测算法的两个主要步骤(1)利用二维高斯函数对图像进行低通滤波。(2)使用拉普拉斯算子对其进行二阶导数运算(即LOG滤波器,),提取运算后的零交叉点作为图像的边缘。LOG模板的构造在实际运用Marr边缘检测算法时,首先根据LOG算子构造一个尺寸为N*N的LOG模板,即对其进行有限大小的数字化。为了得到满意的检测结果,所构造的LOG模板应能满足:,以保证在