数字图像处理和图像分割技术应用

数字图象处理第6章图像分割技术吉林大学计算机学院第6章图像分割技术•6.1图象分割定义和方法分类•6.2边缘检测•6.3轮廓跟踪和图搜索•6.4阈值分割•6.5基于变换直方图选取阈值•6.6空间聚类•6.7区域生长•6.8彩色图象分割6.1图象分割定义和方法分类•图象分割前景（感兴趣的目标），背景分离区域，提取目标6.1图象分割定义和方法分类6.1图象分割定义和方法分类6.1图象分割定义和方法分类6.2边缘检测•边缘检测并行边界类基于边界分割方法的第一步•边缘灰度值不连续的结果可利用导数方便地检测常用一阶和二阶导数来检测6.2边缘检测6.2边缘检测•算子计算利用模板卷积梯度算子（大小、方向）拉普拉斯算子马尔算子（拉普拉斯－高斯）6.2边缘检测6.2边缘检测6.2边缘检测6.2边缘检测6.2边缘检测6.2边缘检测6.3轮廓跟踪和图搜索•基于边缘的图象分割检测边缘点连接成封闭边缘•串行边界类轮廓跟踪图搜索法6.3轮廓跟踪和图搜索6.3轮廓跟踪和图搜索•轮廓跟踪对噪声较少的情况合适，但多噪声时，易偏离轮廓。•图搜索能较好处理有噪声的情况。计算复杂，计算量大。借助状态空间搜索寻求全局最优的轮廓。6.3轮廓跟踪和图搜索6.3轮廓跟踪和图搜索6.3轮廓跟踪和图搜索6.4阈值分割•阈值分割方法并行区域类图象模型双峰值方图取阈值分割步骤确定阈值根据阈值对象素分类6.4阈值分割6.4阈值分割6.4阈值分割6.4阈值分割6.5基于变换直方图选取阈值•直方图变换问题：直方图的谷被填充借助邻域性质变换原来的直方图（1）低梯度值象素的直方图峰之间的谷比原直方图深（2）高梯度值象素的直方图峰由原直方图的谷转化而来6.5基于变换直方图选取阈值6.5基于变换直方图选取阈值6.5基于变换直方图选取阈值6.5基于变换直方图选取阈值6.6空间聚类•阈值分割概念的推广全局的方法特征值对应特征空间点灰度直方图象素灰度为特征灰度－梯度散射图象素灰度和梯度为特征6.6空间聚类6.6空间聚类6.6空间聚类6.6空间聚类•K－均值聚类类数目类数目不同结果不同聚类品质类内接近而类间区别大根据聚类品质确定类数目6.7区域生长6.7区域生长6.7区域生长•生长准则基于区域灰度差关键是灰度差阈值基于区域间平均灰度差利用平均灰度注意连通性6.7区域生长6.7区域生长6.7区域生长6.7区域生长6.8彩色图象分割•彩色图象分割转换为灰度图象专门针对彩色图象彩色空间分割策略6.8彩色图象分割6.8彩色图象分割6.8彩色图象分割•分割策略3－D空间聚类（3－D直方图）由粗到细将1个3－D转化为3个1－D先利用S来分割再分别用H和I分割最后结合结果6.8彩色图象分割