《数字图像处理(翟瑞芳)第7章-imagesegmenta》由会员分享，可在线阅读，更多相关《数字图像处理(翟瑞芳)第7章-imagesegmenta（70页珍藏版）》请在金锄头文库上搜索。
1、Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系数数 字字 图图 像像 处处 理理 Digital Image Processing翟瑞芳翟瑞芳Email:Email:Office:Office:逸夫楼逸夫楼B407-1B407-1Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系第第7 7章章 图像分割图像分割7.1 阈值分割阈值分割 7.2 区域分割区域分割7.3 边缘检测边缘检测 7.4 区域标记与轮廓跟踪区域标记与轮廓跟踪 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系7.1.1 概述概述在
2、对图像的研究和应用中，人们往往对图像中的在对图像的研究和应用中，人们往往对图像中的某些部分感兴趣，这些部分称为目标或前景；某些部分感兴趣，这些部分称为目标或前景；为了辨识和分析目标，需要将有关区域分离提取为了辨识和分析目标，需要将有关区域分离提取出来，在此基础上对目标进一步利用，如进行特出来，在此基础上对目标进一步利用，如进行特征提取和测量。征提取和测量。图像分割就是把图像分成各具特性的区域，并提图像分割就是把图像分成各具特性的区域，并提取出感兴趣目标的技术和过程。取出感兴趣目标的技术和过程。7.1 图图 像像 分分 割割 Designed by Ruifang ZHAI 华中农业大学计算机科
3、学与技术系 概概括括地地说说，给给定定某某种种一一致致性性（均均匀匀）属属性性准准则则（度度量量）P，将将图图象象X正正确确地地划划分分成成为为互互不不交交迭迭的的区区域域集集的的过过程程称称之之为为分分割割。 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系图像分割的基本策略图像分割的基本策略分割算法基于灰度值的两个基本特性：不连续性和相分割算法基于灰度值的两个基本特性：不连续性和相似性似性检检测测图图像像像像素素灰灰度度级级的的不不连连续续性性，找找到到点点、线线（宽宽度度为为1）、边（不定宽度）。先找边，后确定区域。）、边（不定宽度）。先找边，后确定区域。
4、Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系图像分割的基本策略图像分割的基本策略检测图像像素的灰度值的检测图像像素的灰度值的相似性相似性，通过选择阈，通过选择阈值，找到灰度值相似的区域，区域的外轮廓就值，找到灰度值相似的区域，区域的外轮廓就是对象的边是对象的边Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系图像分割算法分类图像分割算法分类 分类分类边界（不连续性）边界（不连续性）区域（相似性）区域（相似性）并行并行处理处理并行边界分割并行边界分割并行区域分割并行区域分割串行串行处理处理串行边界分割串行边界分割串行区域分割串行区
5、域分割Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 常常用用的的阈阈值值化化处处理理就就是是图图像像的的二二值值化化处处理理， 即即选选择择一一阈阈值值，将将图图像像转转换换为为黑黑白白二二值值图图像像， 用用于于图图像像分分割割及及边边缘缘跟跟踪踪等等预预处处理。理。 图像阈值化处理的变换函数表达式为图像阈值化处理的变换函数表达式为 7.1 阈值分割阈值分割 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 阈值变换曲线阈值变换曲线 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系在在图图像像
6、的的阈阈值值化化处处理理过过程程中中， 选选用用不不同同的的阈阈值值其其处处理理结结果果差差异异很很大大。阈阈值值过过大大， 会会提提取取多多余余的的部部分分； 而而阈阈值值过过小小，又又会丢失所需的部分。因此，阈值的选取非常重要。会丢失所需的部分。因此，阈值的选取非常重要。全局阈值全局阈值: 与所有像素的灰度有关；与所有像素的灰度有关；局部阈值：局部阈值： 与像素本身及其局部性质（如邻域）有关；与像素本身及其局部性质（如邻域）有关；动态阈值：动态阈值： 不仅与局部性质有关，还与像素位置有关。不仅与局部性质有关，还与像素位置有关。Designed by Ruifang ZHAI 华中农业大学计
7、算机科学与技术系不同阈值对阈值化结果的影响不同阈值对阈值化结果的影响(a) 原始图像；原始图像； (b) 阈值阈值T=91； (c) 阈值阈值T=130； (d) 阈值阈值T=43(a)(b)(c)(d)Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系暗的背景：暗的背景：f(x,y)T1 亮的对象：亮的对象：f(x,y) T 暗的背景：暗的背景：f(x,y)T 亮的一个对象：亮的一个对象：T1 T2Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系噪声对图像阈值处理的影响(a)无噪声的图像无噪声的图像 (b)均值为均值为0，标准差为
8、，标准差为10的高斯噪声的高斯噪声(c)均值为均值为0，标准差为，标准差为50的高斯噪声的高斯噪声(d)-(f)对应的直方图对应的直方图Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系光照和反射对图像阈值处理的影响(a)噪声的图像 (b)灰度斜坡图像 (c)图像(a)和图像(b)的积(d)-(f)对应的直方图Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系(1) 极小点阈值法极小点阈值法将直方图的包络线看做一条曲线，通过求取曲线将直方图的包络线看做一条曲线，通过求取曲线极小值的方法可以找到直方图的谷底点，并将其极小值的方法可以找到
9、直方图的谷底点，并将其作为分割阈值。作为分割阈值。满足：满足：Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系极小点阈值法示例极小点阈值法示例Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系(2) (2) 迭代阈值法迭代阈值法1.选择一个选择一个T的初始估计值的初始估计值2.用用T分割图像，生成两组像素：分割图像，生成两组像素：G1由所有灰度值大于由所有灰度值大于T的像素组成，而的像素组成，而G2由所有灰度值小于或等于由所有灰度值小于或等于T的像素组的像素组成成3.对区域对区域G1和和G2中的所有像素计算平均灰度值中的所有像素计算
10、平均灰度值1和和2 4.计算新的阈值计算新的阈值T2=（ 1 + 2 ）/2 5.重复步骤重复步骤2到到4，直到逐次迭代所得的，直到逐次迭代所得的T值之差小于事先值之差小于事先定义的参数定义的参数T0 （ T0 是一个很小的正数）是一个很小的正数）Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系迭代阈值法迭代阈值法示例示例 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系（3） 最大类间方差法；最大类间方差法；OTSU法法 判判别别分分析析法法确确定定最最佳佳阈阈值值的的准准则则， 是是使使进进行行阈阈值值处处理理后后分分离离的的
11、像像素素类类之之间间的的类类间间方方差差最最大大。判判别别分分析析法法只只需需计计算算直直方方图图的的0阶阶矩矩和和1阶阶矩矩，是是图图像像阈阈值值化化处处理理中中常常用用的的自自动动确确定定阈阈值值的方法。的方法。 设设图图像像总总像像素素数数为为N，灰灰度度值值为为i的的像像素素数数为为Ni，则则至至灰灰度度级级K的灰度分布的的灰度分布的0阶矩及阶矩及1阶矩分别定义为阶矩分别定义为 0阶矩：阶矩： Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系1阶矩：阶矩：当当K=L-1时时，(L-1)=1；(L-1)T，T称称为为图图像像的的平平均均灰灰度。度。 设有设
12、有M-1个阈值：个阈值：0k1k2KM-1L-1。 将图像分割成将图像分割成M个灰度值的类个灰度值的类Cj（Cjkj-1+1, , kj; j=1, 2, , M ; k0=0, kM=L），则各类），则各类Cj的发生概率的发生概率j和平均值和平均值j为为式中式中, (0)=0，(0)=0。 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系由此可得各类的类间方差为由此可得各类的类间方差为 将将使使上上式式的的2值值为为最最大大的的阈阈值值组组(k1, k2， , kM1)， 作作为为M值化的最佳阈值组。值化的最佳阈值组。Designed by Ruifang Z
13、HAI 华中农业大学计算机科学与技术系OTSU 的的 具体实现具体实现假定最简单图像假定最简单图像f(i,j)的灰度区间为的灰度区间为0，L-1，选择一阈值选择一阈值t将图像的像元分为将图像的像元分为c1、c2两组。两组。像素个数为像素个数为w1 灰度均灰度均值值 m1 方差为方差为像素个数为像素个数为w2 灰度均灰度均值值 m2 方差为方差为Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 图像总像素为图像总像素为 w1+w2组内方差组内方差组间方差组间方差灰度均值为灰度均值为 显然，组内方差越小，则组内像素越相似；显然，组内方差越小，则组内像素越相似； 组间
14、方差越大，则两组的差别越大。组间方差越大，则两组的差别越大。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系OTSU 的的 代码代码intotsu(unsignedchar*image,introws,intcols,intx0,inty0,intdx,intdy)unsignedchar*np;/图像指针intthresholdValue=1;/阈值intihist256;/图像直方图，256个点inti,j,k;/variouscountersintn,n1,n2,gmin,gmax;doublem1,m2,sum,csum,fmax,sb;Designed
15、 by Ruifang ZHAI 华中农业大学计算机科学与技术系 /对直方图置零.memset(ihist,0,sizeof(ihist);gmin=255;gmax=0;/生成直方图for(i=y0;iy0+dy;i+)np=&imagei*cols+x0;for(j=x0;jgmax)gmax=*np;if(*npgmin)gmin=*np;np+;Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系/setupeverythingsum=csum=0.0;n=0;for(k=0;k=255;k+)/*x*f(x)1阶矩*/sum+=(double)k*(dou
16、ble)ihistk;n+=ihistk;/*f(x)0阶矩*/if(!n)/ifnhasnovalue,thereisproblems.fprintf(stderr,NOTNORMALthresholdValue=160n);return(160);Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系/dotheotsuglobalthresholdingmethodfmax=-1.0;n1=0;for(k=0;kfmax)fmax=sb;thresholdValue=k;Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 /atth
17、ispointwehaveourthresholdingvalue/debugcodetodisplaythresholdingvaluesTRACE(#OTSU:thresholdValue=%dgmin=%dgmax=%dn,thresholdValue,gmin,gmax);return(thresholdValue);Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系(a)原始图像原始图像 ； (b)直方图（高峰被裁减）；直方图（高峰被裁减）；(c)全局阈值分割结果；全局阈值分割结果；(d)Otsu方法分割结果方法分割结果Designed by Ruifa
18、ng ZHAI 华中农业大学计算机科学与技术系(a)噪声噪声图像像 (b)直方直方图 （c)Otsu方法方法处理后理后结果果(d)平滑（平滑（5*5模板）模板） (e)对应直方直方图 (f)分割分割结果果Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系(4) P参数确定阈值参数确定阈值 p参参数数法法仅仅适适用用于于事事先先已已知知目目标标所所占占全全图图像像百百分分比比的的场场合合。若若一一幅幅图图像像由由亮亮背背景景和和黑黑目目标标组组成成，已已知知目目标标占占图图像像的的(100p) %面面积积，则则使使得得至至少少(100p)%的的像像素素阈阈值值化化后
19、后匹匹配配为为目目标标最最高高灰灰度度，将将选选作作用用于于二二值值化处理的阈值。化处理的阈值。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系(5)最小误差分割（最优阈值法）最小误差分割（最优阈值法） 设设目目标标的的像像点点数数占占图图像像总总点点数数的的百百分分比比为为 ，背背景景点点占占 ， 混合概率密度为混合概率密度为: Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 当选定门限为当选定门限为 时，时， 目标点错划为背景点的概率为目标点错划为背景点的概率为: 背景点错划为目标点的概率为背景点错划为目标点的概率为:Des
20、igned by Ruifang ZHAI 华中农业大学计算机科学与技术系则总错误概率为则总错误概率为:令令:则：Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系对正态分布对正态分布 ， 有有:当当时，时，若先验概率已知，例如若先验概率已知，例如，则则有有Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系7.1.3 局部阈值局部阈值 在在实实际际应应用用中中，图图像像常常常常受受到到噪噪声声等等的的影影响响而而使使原原本本分分离离的的峰峰之之间间的的谷谷被被填填充充。此此时时，可可利利用用像像素素领领域域的的局局部部性性质质进进行行
21、阈值的选取。阈值的选取。 基基本本思思想想：利利用用像像素素邻邻域域的的局局部部性性质质变变换换原原始始直直方方图图得得到到新新直直方方图图。新新直直方方图图与与原原始始直直方方图图相相比比，或或者者峰峰之之间间的的谷谷更更深深，或者谷转变成峰而更易检测。或者谷转变成峰而更易检测。直方图变换法和散射图法。直方图变换法和散射图法。 常用的像素邻域局部性质是像素的常用的像素邻域局部性质是像素的梯度值或拉普拉斯值梯度值或拉普拉斯值。 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系1.直方图变换法直方图变换法 借助邻域性质变换原来的直方图借助邻域性质变换原来的直方图
22、获得低梯度值象素的直方图获得低梯度值象素的直方图 峰之间的谷比原直方图深峰之间的谷比原直方图深 获得高梯度值象素的直方图获得高梯度值象素的直方图 峰由原直方图的谷转化而来峰由原直方图的谷转化而来Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系2. 灰度灰度-梯度散射图梯度散射图2D直方图直方图 2-D图象图象 1个轴是灰度值轴 1个轴是梯度值轴 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系7 7.1.4 .1.4 动态阈值动态阈值 （基本自适应阈值）（基本自适应阈值）单一全局阈值存在的问题单一全局阈值存在的问题 ：不均匀，亮度
23、图像无法有效：不均匀，亮度图像无法有效分割分割 方法方法：将图像进一步细分为子图像，并对不同的子图像使用将图像进一步细分为子图像，并对不同的子图像使用不同的阈值处理不同的阈值处理 解决的关键问题：如何将图像进行细分和如何为得到解决的关键问题：如何将图像进行细分和如何为得到的子图像估计阈值的子图像估计阈值 自适应阈值：取决于像素在子图像中的位置自适应阈值：取决于像素在子图像中的位置Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系步骤：步骤：将整幅图像分解成为一系列相互间有将整幅图像分解成为一系列相互间有50%重叠（或不重叠）重叠（或不重叠）的子图像；的子图像；检测
24、各子图像的直方图是否具有双峰性质。是，则采用最检测各子图像的直方图是否具有双峰性质。是，则采用最优阈值确定该子图像的阈值，否则不进行处理；优阈值确定该子图像的阈值，否则不进行处理；根据已得到的部分子图像的阈值，插值得到其它不具备双根据已得到的部分子图像的阈值，插值得到其它不具备双峰性质的子图像的阈值；峰性质的子图像的阈值；根据个子图像的阈值插值得到所有像素的阈值。对于每个根据个子图像的阈值插值得到所有像素的阈值。对于每个像素，若灰度值像素，若灰度值阈值，目标；否则为背景。阈值，目标；否则为背景。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系(a)噪声图像噪声图
25、像 (b)图像直方图图像直方图 (c)全局迭代算法分割结果全局迭代算法分割结果(d) Otsu算法分割结果算法分割结果 (e) 6幅子图像幅子图像 (f)每幅子图像做每幅子图像做Otsu方法分割结果方法分割结果Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系7.2.1 区域增长区域增长分分割割的的目目的的是是把把一一幅幅图图像像划划分分成成一一些些区区域域， 最最直直接接的的方方法法就就是是把把一一幅幅图图像像分分成成满满足足某某种种判判据据的的区区域域，也也就就是是说说， 把把点点组组成成区区域域。为为了了实实现现分分组组， 首首先先要要确确定定区区域域的的数
26、数目目， 其其次次要要确确定定一一个个区区域域与与其其他他区区域域相相区区别别的的特特征征， 最最后后还还要要产产生生有有意意义义分分割割的的相相似似性判据。性判据。 7.2 基于区域的分割基于区域的分割 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系要解决的三个问题：要解决的三个问题：（1）选择或确定一组能正确代表所需区域的种子象素。）选择或确定一组能正确代表所需区域的种子象素。（2）确定在生产过程中能将相邻象素包括近来的准则。）确定在生产过程中能将相邻象素包括近来的准则。（3）制定让生长停止的条件或准则。）制定让生长停止的条件或准则。Designed by
27、 Ruifang ZHAI 华中农业大学计算机科学与技术系生长示例生长示例（1）根据直方图选取聚类中心的像素为种子点；）根据直方图选取聚类中心的像素为种子点；（2）根据与种子像素灰度差（）根据与种子像素灰度差（T） 判断是否生长判断是否生长（3）根据图像边缘确定生长何时终结）根据图像边缘确定生长何时终结10475104770155520565225641047510477015552056522564T=3104 75104 77015 55205 65225 641047510477015552056522564T=2T=7Designed by Ruifang ZHAI 华中农业大学计算机
28、科学与技术系7.2.2 分裂合并分裂合并当当事事先先完完全全不不了了解解区区域域形形状状和和区区域域数数目目时时，可可采采用用分分裂裂合合并并法法。其其基基本本思思想想是是从从整整幅幅图图像像开开始始通通过过不不断断分分裂裂得得到到各各个个区区域域。然后再合并或分裂这些区域以满足分割的要求。然后再合并或分裂这些区域以满足分割的要求。基于四叉树的思想。基于四叉树的思想。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系分裂合并法的具体步骤：分裂合并法的具体步骤：（1）初始分割：）初始分割：（2）合合并并处处理理：按按预预先先给给定定的的原原则则，对对象象素素块块进进
29、行行检检查查，符符合合合并原则，则进行合并。合并原则，则进行合并。（3）分分裂裂处处理理：在在某某象象素素块块内内不不符符合合均均匀匀性性原原则则，则则进进行行再再次次分裂。分裂。（4）组组合合处处理理：以以每每块块为为中中心心，检检查查相相邻邻各各块块，若若符符合合均均匀匀性性规则则再次合并。规则则再次合并。（5）消失小区：）消失小区：Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系算法特点：算法特点：究竟一幅图像初始分割为多少区域，视图像大小而定。另究竟一幅图像初始分割为多少区域
30、，视图像大小而定。另外在外在“消失小区消失小区”时，会给区域边缘带来误差。时，会给区域边缘带来误差。与其它区域分割算法相比，此算法较复杂。但对复杂图像与其它区域分割算法相比，此算法较复杂。但对复杂图像来说，效果较好。特征均匀性的条件，除小块灰度外，纹来说，效果较好。特征均匀性的条件，除小块灰度外，纹理特征也适用。理特征也适用。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系7.3 边边 缘缘 检检 测测 7.3.1 边缘检测与微分运算边缘检测与微分运算 边边缘缘点点是是信信号号“变变化化剧剧烈烈”的的地地方方，但但这这么么说说并并不不准准确确，需需要定义一个准确
31、的边缘数学模型。要定义一个准确的边缘数学模型。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系图像中不同类型的边界图像中不同类型的边界（a） 边界；边界； （b） 线；线； （c） 折线变化；折线变化； （d） 缓慢的平滑变化缓慢的平滑变化 (a)(b)(d)(c)Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系一阶微分一阶微分二阶微分二阶微分截面图截面图边界图像边界图像Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系边的检测边的检测一阶微分：用梯度算子来计算一阶微分：用梯度算子来计算特点：对于亮的
32、边，边的变化起点是正的，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。常数结束是负的。对于暗边，结论相反。常数部分为零。部分为零。用途：用于检测图像中边的存在用途：用于检测图像中边的存在Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系边的检测边的检测二阶微分：通过拉普拉斯来计算二阶微分：通过拉普拉斯来计算特点：常数部分为零。二阶微分在亮的一边特点：常数部分为零。二阶微分在亮的一边是负的，在暗的一边是正的。是负的，在暗的一边是正的。用途：用途：1 1）二二次次导导数数的的符符号号，用用于于确确定定边边上上的的像像素素是在亮的一边，还是暗的一
33、边。是在亮的一边，还是暗的一边。2 2）0 0跨越，确定边的准确位置。跨越，确定边的准确位置。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 用用Prewitt算子进行边缘检测的结果算子进行边缘检测的结果 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系高斯高斯-拉普拉斯拉普拉斯(LOG)算子算子噪噪声声点点对对边边缘缘检检测测有有较较大大的的影影响响， 效效果果更更好好的的边边缘缘检检测测器器是是高高斯斯-拉拉普普拉拉斯斯(LOG)算算子子。它它把把高高斯斯平平滑滑滤滤波波器器和和拉拉普普拉拉斯斯锐锐化化滤滤波波器器结结合合起
34、起来来，先先平平滑滑掉掉噪噪声声，再再进进行行边边缘缘检检测测，所所以以效效果果更更好好。 常用的常用的LOG算子是算子是55的模板：的模板：Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系Canny 边缘检测算法边缘检测算法John CannyJohn Canny于于19861986年提出年提出CannyCanny算子，属于是算子，属于是先平滑后求导数先平滑后求导数的的方法。方法。好的信噪比好的信噪比，即将非边缘点判定为边缘点的概率要低，将，即将非边缘点判定为边缘点的概率要低，将边缘点判为非边缘点的概率要低；边缘点判为非边缘点的概率要低；高的定位性能高的定位性
35、能，即检测出的边缘点要尽可能在实际边缘的，即检测出的边缘点要尽可能在实际边缘的中心；中心；对单一边缘仅有唯一响应对单一边缘仅有唯一响应，即单个边缘产生多个响应的概，即单个边缘产生多个响应的概率要低，并且虚假响应边缘应该得到最大抑制。率要低，并且虚假响应边缘应该得到最大抑制。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系CannyCanny边缘检测算法基本流程：边缘检测算法基本流程：step1:step1:用高斯滤波器平滑图象；用高斯滤波器平滑图象；step2:step2:用一阶偏导的有限差分来计算梯度的幅值和方向；用一阶偏导的有限差分来计算梯度的幅值和方向；s
36、tep3:step3:对梯度幅值进行非极大值抑制；对梯度幅值进行非极大值抑制；step4:step4:用双阈值算法检测和连接边缘。用双阈值算法检测和连接边缘。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 图像与高斯平滑滤波器卷积图像与高斯平滑滤波器卷积高斯平滑滤波器：高斯平滑滤波器：图像与滤波器卷积：图像与滤波器卷积：Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系使用一阶有限差分计算梯度幅值和方向使用一阶有限差分计算梯度幅值和方向已平滑已平滑g（x，y）的梯度可以使用）的梯度可以使用22一阶有限差分近似一阶有限差分近似式来计
37、算式来计算x与与y偏导的两个阵列偏导的两个阵列Gx与与Gy：幅值和方位可以用直角坐标系到极坐标公式来计算：幅值和方位可以用直角坐标系到极坐标公式来计算：Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系对梯度幅值进行非极大值抑制对梯度幅值进行非极大值抑制保留局部梯度最大的点，抑制非极大值：保留局部梯度最大的点，抑制非极大值：邻域的中心像素邻域的中心像素Xi与沿着梯度线的两个像素相比，如果与沿着梯度线的两个像素相比，如果Xi的的梯度值不比这两个相邻像素梯度值大，则令梯度值不比这两个相邻像素梯度值大，则令M（Xi）=000112233Xi00112233Designe
38、d by Ruifang ZHAI 华中农业大学计算机科学与技术系用双闭值算法检测和连接边缘用双闭值算法检测和连接边缘对非极大值抑制图像作用两个阈值对非极大值抑制图像作用两个阈值th1和和th2，且，且th1=0.4th2：1、图像、图像1：梯度值小于：梯度值小于th1的像素灰度值设为的像素灰度值设为0阈值较阈值较低，保留了较多信息低，保留了较多信息2、图像、图像2：梯度值小于：梯度值小于th2的像素灰度值设为的像素灰度值设为0阈值较阈值较高，去除大部分噪声，同时也失去了有用的边缘信息高，去除大部分噪声，同时也失去了有用的边缘信息以图像以图像2为基础，图像为基础，图像1为补充来连接图像的边缘为
39、补充来连接图像的边缘Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系连接边缘具体步骤连接边缘具体步骤1 1、对图像、对图像2 2进行扫描，当遇到一个非进行扫描，当遇到一个非0 0灰度的像素灰度的像素p p时，跟踪时，跟踪以以P P为开始点的轮廓线，直到轮廓线的终点为开始点的轮廓线，直到轮廓线的终点g g2 2、考察图像、考察图像1 1中与图像中与图像2 2中中g g对应的点对应的点s s的邻近区域，若在的邻近区域，若在s s的的八邻域区域内有非零要素八邻域区域内有非零要素s s存在，则将其包括到图像存在，则将其包括到图像2 2中，中，作为作为r r点，从点，从r
40、 r开始，重复第一步，直到在图像开始，重复第一步，直到在图像1 1和图像和图像2 2中中都无法继续为止都无法继续为止3 3、当完成对包括、当完成对包括p p的轮廓线的链接之后，将这条轮廓线标记的轮廓线的链接之后，将这条轮廓线标记为已经访问，回到第一步，寻找下一条轮廓线，并重复第为已经访问，回到第一步，寻找下一条轮廓线，并重复第1 1、2 2、3 3步，直到图像二中找不到新轮廓线为止步，直到图像二中找不到新轮廓线为止Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系7.4 区域标记与轮廓跟踪区域标记与轮廓跟踪7.4.1 轮廓跟踪轮廓跟踪在在识识别别图图像像中中的的目
41、目标标时时，往往往往需需要要对对目目标标边边缘缘作作跟跟踪踪处处理理， 也也叫叫轮轮廓廓跟跟踪踪。顾顾名名思思义义，轮轮廓廓跟跟踪踪就就是是通通过过顺顺序序找找出出边边缘缘点点来来跟踪边界的。跟踪边界的。关键问题：关键问题： 1.起起点点的的确确定定；2.下下一一个个点点如如何何找找（中中间间过过程程）；3.轮轮廓廓封封闭的条件（末端）闭的条件（末端）Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 步步骤骤1： 首首先先按按从从上上到到下下， 从从左左到到右右的的顺顺序序扫扫描描图图像像， 寻寻找找没没有有标标记记跟跟踪踪结结束束记记号号的的第第一一个个边边界
42、界起起始始点点A0， A0是是具具有有最最小小行行和和列列值值的的边边界界点点。定定义义一一个个扫扫描描方方向向变变量量dir， 该该变变量量用用于于记记录录上上一一步步中中沿沿着着前前一一个个边边界界点点到到当当前前边边界界点点的的移移动动方向，方向， 其初始化取值为其初始化取值为 (1) 对对4连通区域取连通区域取dir = 3， 如图如图7-18(a)所示；所示； (2) 对对8连通区域取连通区域取dir = 7， 如图如图7-18(b)所示。所示。 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系图7-18方向变量的初始化Designed by Ruif
43、ang ZHAI 华中农业大学计算机科学与技术系 步步骤骤2： 按按逆逆时时针针方方向向搜搜索索当当前前像像素素的的33邻邻域域， 其其起起始始搜搜索方向设定如下：索方向设定如下： (1) 对对4连通区域取连通区域取(dir + 3)mod 4； (2) 对对8连通区域，连通区域， 若若dir为奇数取为奇数取(dir + 6)mod 8； 若若dir为偶数取为偶数取(dir + 7) mod8。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系 在在33邻邻域域中中搜搜索索到到的的第第一一个个与与当当前前像像素素值值相相同同的的像像素素便便为为新的边界点新的边界点
44、An，同时更新变量，同时更新变量dir为新的方向值。为新的方向值。 步步骤骤3：如如果果搜搜索索到到的的边边界界点点是是第第一一个个边边界界点点A0 ， 则则停停止止搜索，结束跟踪，否则重复步骤搜索，结束跟踪，否则重复步骤2继续搜索。继续搜索。 步步骤骤4：由由边边界界点点A0、A1、A2、An-1构构成成的的边边界界便便为为要要跟跟踪的边界。踪的边界。 算算法法中中步步骤骤1中中所所采采用用的的准准则则称称为为“探探测测准准则则”， 其其作作用用是是找找出出第第一一个个边边界界点点；步步骤骤2中中所所采采用用的的准准则则称称为为“跟跟踪踪准准则则”，其作用是找出所有边界点。其作用是找出所有边
45、界点。Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系二值图象闭合边界的轮廓跟踪算法二值图象闭合边界的轮廓跟踪算法: ( P97 : ( P97 例例5-195-19） 轮廓跟踪示例轮廓跟踪示例Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系7.3.2 轮廓提取轮廓提取 二二值值图图像像轮轮廓廓提提取取的的算算法法非非常常简简单单， 就就是是掏掏空空内内部部点点： 如如果果原原图图像像中中有有一一点点为为黑黑，且且它它的的8个个邻邻点点都都是是黑黑色色时时，说说明明该该点点是是内内部部点点，将将该该点点删删除除（置置为为白白色色像像素素值值255）。对对图图像像中中所所有有像素点执行该操作便可完成图像轮廓的提取。像素点执行该操作便可完成图像轮廓的提取。 Designed by Ruifang ZHAI 华中农业大学计算机科学与技术系本本 次次 授授 课课 结结 束束 谢谢 谢谢 ！
