数字图像处理图像分割与边缘检测实用教案.pptx

4连通指的是从区域上一点出发，可通过(tōngguò)4个方向，即上、 下、左、右移动的组合，在不越出区域的前提下，到达区域内的任意像素。
图5-1 4连通(liántōng)和8连通(liántōng)
8连通方法指的是从区域上一点出发，可通过左、 右、上、下、左上、右上、左下、右下这8个方向的移动组合来到达(dàodá)区域内的任意像素。
第1页/共34页
第一页，共34页。
图像分割有三种不同的途径：
将各像素划归到相应物体(wùtǐ)或区域的像素聚类方法, 即区域法；
通过直接确定区域间的边界来实现分割的边界方法；
首先检测边缘像素，再将边缘像素连接起来构成边界形成分割。
在图像分割技术中， 最常用的是利用阈值化处理进行的图像分割。
第2页/共34页
第二页，共34页。
灰度阈值法分割
常用的图像分割方法是把图像灰度分成不同的等级，然后用设置灰度门限(阈值)的方法确定有意义的区域或分割物体的边界。常用的阈值化处理就是(jiùshì)图像的二值化处理，即选择一阈值，将图像转换为黑白二值图像，用于图像分割及边缘跟踪等预处理。
图像阈值化处理的变换函数表达式为
第3页/共34页
第三页，共34页。
在图像的阈值化处理过程中，选用不同的阈值其处理结果差异很大。如图5-3所示, 阈值过大，会提取多余的部分；而阈值过小，又会丢失所需的部分(注意(zhù yì)：目标、背景的颜色)。因此，阈值的选取非常重要。
图5-3 不同阈值(yù zhí)对阈值(yù zhí)化结果的影响
(a) 原始图像； (b) 阈值(yù zhí)T=91； (c) 阈值(yù zhí)T=130； (d) 阈值(yù zhí)T=43
第4页/共34页
第四页，共34页。
(a) 原图 (b) 阈值(yù zhí)过高 (c) 阈值(yù zhí)过低 (d) 正确分割
第5页/共34页
第五页，共34页。
图5-4 图5-3(a)所示图像(tú xiànɡ)的直方图
该直方图具有双峰特性，图像中的目标（细胞）分布在较暗的灰度级上形成一个波峰，图像中的背景(bèijǐng)分布在较亮的灰度级上形成另一个波峰。
此时，用其双峰之间的谷低处灰度值作为阈值T进行图像的阈值化处理，便可将目标和背景(bèijǐng)分割开来。
第6页/共34页
第六页，共34页。
判别分析法确定最佳阈值
判别分析法确定最佳阈值的准则，是使进行阈值处理后分离的像素类之间的类间方差最大。判别分析法只需计算直方图的0阶矩和1阶矩，是图像阈值化处理中常用的自动确定阈值的方法。
设图像总像素数为N，灰度值为i的像素数为Ni，则至灰度级K的灰度分布的0阶矩及1阶矩分别(fēnbié)定义为
0阶矩： 
第7页/共34页
第七页，共34页。
1阶矩：
当K=L-1时，ω(L-1)=1；μ(L-1)＝μT，μT称为图像(tú xiànɡ)的平均灰度。
设有M-1个阈值：0≤k1＜k2＜…＜KM-1≤L-1。
将图像(tú xiànɡ)分割成M个灰度值的类Cj（Cj∈［kj-1+1, …, kj］; j=1, 2, …, M ; k0=0, kM=L），则各类Cj的发生概率ωj和平均值μj为
式中, ω(0)=0，μ(0)=0。
第8页/共34页
第八页，共34页。
由此可得各类的类间方差(fānɡ chà)为
将使上式的σ2值为最大的阈值组(k1,k2,…,kM－1)，作为M值化的最佳阈值组。若取M为2，即分割(fēngē)成2类，则可用上述方法求出二值化的阈值。
第9页/共34页
第九页，共34页。
p尾法确定阈值
p尾法仅适用于事先已知目标所占全图像百分比的场合。若一幅图像由亮背景和黑目标组成，已知目标占图像的(100-p)%面积，则使得至少(100－p)%的像素阈值化后匹配(pǐpèi)为目标的最高灰度， 将选作用于二值化处理的阈值。
第10页/共34页
第十页，共34页。