模式識別圖像分割ppt課件

1、 方式識別：圖像分割1.引言引言2.閾值與圖像分割閾值與圖像分割3.邊緣檢測與圖像分割邊緣檢測與圖像分割4.Hough變換變換5.區(qū)域增長區(qū)域增長引言前面引見的圖像加強和恢復是對整幅圖像的質量進展改善，是輸入輸出均為圖像的處置方法，而圖像分析那么是更詳細地研討并描畫組成一幅圖像的各個不同部分的特征及其相互關系，是輸入為圖像而輸出為從這些圖像中提取出來的屬性的處置方法。圖像分析的結果不是一幅完美的圖像，而是用數(shù)字、文字、符號、幾何圖形或其組合表示圖像的內容和特征，對圖像景物的詳盡描畫和解釋。典型的圖像分析和了解系統(tǒng)如以下圖。在該系統(tǒng)中，圖像的加強和恢復可以看作預處置，其輸入、輸出均是圖像，它是傳

2、統(tǒng)的圖像處置的內容。而圖像分割、特征提取及構造分析等稱為圖像識別，其輸入是圖像，輸出是描畫或解釋。統(tǒng)計方式識別統(tǒng)計方式識別以為圖像能夠包含一個或多個物體，并且每個物體屬于假設干事先定義的類型、范疇或方式之一。在給定一幅含有多個物體的數(shù)字圖像的條件下，方式識別過程由三個主要階段組成：特征提取分類圖象分割xx.x12N物體圖像輸入圖像特征向量物體類型特征提取分類圖像分割xx.x12N物體圖像輸入圖像特征向量物體類型圖像分割：在該階段檢測出各個物體，并把它們的圖像和其他景物分別。特征提取：在該階段中對物體進展度量。一個度量是指一個物體某個可度量的度量值，而特征是一個或多個度量的函數(shù)。經過計算可以對物

3、體的一些重要特性進展定量化表示。特征提取過程產生了一組特征，把它們組合在一同構成了特征向量。分類：以特征向量為根據(jù)，輸出一種決策，確定每個物體應該歸屬的類別。方式識別的一個例子櫻桃、蘋果、檸檬、葡萄在傳送帶上方安裝一個數(shù)字攝像機并在計算機里實現(xiàn)分類決策。我們丈量每個水果的兩個特點：直徑和顏色。計算機程序處置每幅數(shù)字化圖像并且計算水果的直徑和一個表示顏色的參數(shù)。運用彩色攝像機，程序計算每個物體在紅、綠、藍通道的亮度。于是得到一個特征例如紅-綠亮度比，對黃色水果取小值，紅色水果取大值，這個參數(shù)成為“紅色程度。+紅色程度直徑櫻桃檸檬蘋果葡萄0決策分界線右圖是由直徑和紅色程度這兩個參數(shù)定義的二為特征空

4、間以及4種水果中每一中的期望聚類。經過特征空間中確定適宜的決策分界限，把空間劃分假設干區(qū)域，每個區(qū)域代表一個類。這樣就建立了一個分類原那么。 圖像分割是將圖像劃分為假設干互不相交的小區(qū)域的過程。 圖像分割就是指把圖像分成互不重疊的區(qū)域并提取出感興趣目的的技術和過程。圖像分割是由圖像處置進到圖像分析的關健步驟。一方面，它是目的表達的根底，對特征丈量有重要的影響。另一方面，由于圖像分割及其基于分割的目的表達、特征提取和參數(shù)丈量等將原始圖像轉化為更籠統(tǒng)更緊湊的方式，使得更高層的圖像分析和了解成為能夠。 圖像分割的根本戰(zhàn)略： 分割算法是基于灰度值的兩個根本特性：不延續(xù)性和類似性。第一類性質的運用途徑是

5、基于灰度的不延續(xù)變化分割圖像，比如圖像的邊緣。第二類的主要途徑是根據(jù)事先制定的準那么將圖像分割為類似的區(qū)域。 圖像分割有三種不同的途徑，其一是將各像素劃歸到相應物體或區(qū)域的像素聚類方法即區(qū)域法，其二是經過直接確定區(qū)域間的邊境來實現(xiàn)分割的邊境方法，其三是首先檢測邊緣像素再將邊緣像素銜接起來構成邊境構成分割。閾值與圖像分割 閾值是在分割時作為區(qū)分物體與背景像素的門限，大于或等于閾值的像素屬于物體，而其它屬于背景。這種方法對于在物體與背景之間存在明顯差別對比的景物分割非常有效。實踐上，在任何實踐運用的圖像處置系統(tǒng)中，都要用到閾值化技術。為了有效地分割物體與背景，人們開展了各種各樣的閾值處置技術，包括

6、全局閾值、自順應閾值、最正確閾值等等。 全局閾值是指整幅圖像運用同一個閾值做分割處置。適用于背景和前景有明顯對比的圖像。閾值與圖像分割 自順應閾值根據(jù)圖像的部分特征分別采用不同的閾值進展分割。實踐處置時，需求按照詳細問題將圖像分成假設干子區(qū)域分別選擇閾值，或者動態(tài)地根據(jù)一定的鄰域范圍選擇每點處的閾值，進展圖像分割。閾值與圖像分割 最正確閾值對于給定的圖像，可以經過分析直方圖的方法確定最正確的閾值。閾值與圖像分割邊緣檢測與圖像分割 邊緣檢測首先檢出圖像部分特性的不延續(xù)性，然后再將這些不延續(xù)的邊緣像素銜接成完好的邊境。邊緣的特性是沿邊緣走向的像素變化平緩，而垂直于邊緣方向的像素變化猛烈。所以，從這

7、個意義上說，檢測邊緣的算法就是檢出符合邊緣特性的邊緣像素的數(shù)學算子，目前，邊緣檢測場采用邊緣算子法和模板匹配法等。邊緣檢測與圖像分割術語定義術語定義邊緣的定義：邊緣的定義：指圖像中像素灰度有階躍變化或屋頂變指圖像中像素灰度有階躍變化或屋頂變化的那些像素的集合?；哪切┫袼氐募稀Ｒ欢芜吘壥莾蓚€具有相對不同灰度值特一段邊緣是兩個具有相對不同灰度值特性的區(qū)域的邊境限性的區(qū)域的邊境限邊緣的分類： 階躍狀 屋頂狀輪廓：邊緣列表或一條表示邊緣列表的擬合曲線輪廓：邊緣列表或一條表示邊緣列表的擬合曲線邊緣銜接：從無序邊緣表構成有序邊緣表的過程邊緣銜接：從無序邊緣表構成有序邊緣表的過程邊緣跟蹤：一個用來確定輪

8、廊的圖像搜索過程邊緣跟蹤：一個用來確定輪廊的圖像搜索過程邊緣檢測與圖像分割兩種常見的邊緣一階導數(shù)和二階導數(shù)表示圖兩種常見的邊緣一階導數(shù)和二階導數(shù)表示圖(a)階躍函數(shù)階躍函數(shù)(b)屋頂函數(shù)屋頂函數(shù)梯度與圖像分割 一階微分：用梯度算子來計算 當物體與背景有明顯對比度時，物體的邊境處于圖像梯度最高的點上，經過跟蹤圖像中具有最高梯度的點的方式獲得物體的邊境，可以實現(xiàn)圖像分割。 這種方法容易遭到噪聲的影響而偏離物體邊境，通常需求在跟蹤前對梯度圖像進展平滑等處置，再采用邊境搜索跟蹤算法來實現(xiàn)。 二階微分：用拉普拉斯算子來計算邊緣檢測與圖像分割幾種常用的邊緣檢測算子： 梯度算子 Roberts算子 Prew

9、itt算子 Sobel算子 Kirsch算子 Laplacian算子 Marr算子邊緣檢測與圖像分割邊境提取與輪廓跟蹤 為了獲得圖像的邊緣人們提出了多種邊緣檢測方法，如Sobel, Canny edge, LoG。在邊緣圖像的根底上，需求經過平滑、形狀學等處置去除噪聲點、毛刺、空洞等不需求的部分，再經過細化、邊緣銜接和跟蹤等方法獲得物體的輪廓邊境。 將檢測的邊緣點銜接成線就是邊緣跟蹤。線是圖像分析中一個根本而重要的內容，它是圖像的一種中層符號描畫，它使圖像的表述更簡約，并可用來完成一定圖像的識別義務。將邊緣點連成線的方法很多，但都不完善，根本上是按一定的規(guī)那么來進展，且需求知識的引導，對跟蹤的

10、效果往往要人工編輯。 由邊緣構成線特征包括兩個過程：提取可構成線特征的邊緣；將邊緣連成線。銜接邊緣的方法很多，主要有光柵掃描跟蹤和全向跟蹤法 邊境提取與輪廓跟蹤Hough變換 對于圖像中某些符合參數(shù)模型的主導特征，如直線、圓、橢圓等，可以經過對其參數(shù)進展聚類的方法，抽取相應的特征。Hough變換 Hough的定義： 如圖 (a)，在直角坐標系中有一條直線l，原點到該直線的垂直間隔為，垂線與x軸的夾角為，那么這條直線是獨一的，且其直線方程為： =xcos+ysin而這條直線用極坐標表示那么為一點、。可見，直角坐標系中的一條直線對應極坐標系中的一點，這種線到點的變換就是Hough變換。 Hough

11、變換在直角坐標系中過任一點x0,y0的直線系，如圖(b)，滿足=x0cos+y0sin =(x02+y02)1/2sin(+) 其中=tg-1(y0/x0)Hough變換而這些直線在極坐標系中所對應的點、構成圖(c)中的一條正弦曲線。反之，在極坐標系中位于這條正弦曲線上的點，對應直角坐標系中過點(x0,y0)的一條直線，如圖 (d)所示。 Hough變換設平面上有假設干點，過每點的直線系分別對應于極坐標上的一條正弦曲線。假設這些正弦曲線有共同的交點，如圖(e),那么這些點共線，且對應的直線方程為 =xcos+ysin 這就是Hough變換檢測直線的原理。 Hough變換原圖Hough變換進展邊

12、緣檢測Hough變換圖像灰度閾值分割技術都沒有思索到圖像像素空間的連通性。區(qū)域增長是把圖像分割成特征一樣的假設干小區(qū)域，比較相鄰小區(qū)域特征的類似性，假設它們足夠類似，那么作為同一區(qū)域合并，以此方式將特征類似的小區(qū)域不斷合并，直到不能合并為止，最后構成特征不同的各區(qū)域。這種分割方式也稱區(qū)域擴張法。區(qū)域內像素的類似性度量可以包括平均灰度值、紋理、顏色等信息。區(qū)域增長進展區(qū)域增長首先要處理三個問題：確定區(qū)域的數(shù)目；選擇有意義的特征；確定類似性準那么。 簡單區(qū)域擴張法以圖像的某個像素為生長點，比較相鄰像素的特征，將特征類似的相鄰像素合并為同一區(qū)域；以合并的像素為生長點，繼續(xù)反復以上的操作，最終構成具有類似特征的像素的最大連通集合。這種方法稱簡單單一型區(qū)域擴張法。下面給出以像素灰度為特征進展簡單區(qū)域增長的步驟。1對圖像進展光柵掃描，求出不屬于任何區(qū)域的像素。當尋覓不到這樣的像素時終了操作。2把這個像素灰度同其周圍4-鄰域或8-鄰域不屬于其他區(qū)域的像素進展比較，假設灰度差值小于閾值，那