第七章图像分割讲课.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * 判断一个像素是否为边缘点的条件为： （1）像素(i, j)的边缘强度大于沿梯度方向的两个相邻像素的边缘强度； （2）与该像素梯度方向上相邻两点的方向差小于45o； （3）以该像素为中心的3×3邻域中的边缘强度的极大值小于某个阈值 。 Ma Yingli CMC HBU Canny算子的检测比较优越，可以减少小模板检测中边缘中断，有利于得到较完整的边缘。 MATLAB程序： I = imread(blood1.tif); imshow(I); BW5 = edge(I, canny); figure,imshow(BW5,[]); Canny算子边缘检测的结果图 Ma Yingli CMC HBU 利用一组模板对图像中的同一像素求卷积，然后选取其中最大的值作为边缘强度，而将与之对应的方向作为边缘方向。 相对于梯度算子的优点：不仅仅只考虑水平和垂直方向，还可以检测其他方向上的边缘。 但计算量将大大增加。 常用的有8方向Kirsch（3×3）模板，如图7.7所示，方向间的夹角为45o。 Ma Yingli CMC HBU 7.4.6 方向算子 图7.11 3×3 Kirsch算子的八方向模板 Ma Yingli CMC HBU 上述方法仅得到处在边缘上的像素点。 噪声和不均匀的照明而产生的边缘间断的影响，使得经过边缘检测后得到的边缘像素点很少能完整地描绘实际的一条边缘。 可以在使用边缘检测算法后，接着使用连接方法将边缘像素组合成有意义的边缘。 Ma Yingli CMC HBU 7.4.7 边缘跟踪 光栅扫描跟踪法： 一种简单的利用局部信息、通过扫描的方式将边缘点连接起来的方法。 该跟踪算法采用电视光栅行扫描顺序对遇到的像素进行分析，从而确定其是否为边缘。 由于光栅扫描跟踪和扫描方向有关，因此最好沿其他方向再跟踪一次 。 Ma Yingli CMC HBU 图7.12 光栅扫描跟踪 （a）输入图像 （b）阈值化处理 （c）根据阈值进行跟踪 Ma Yingli CMC HBU 【例7.5】利用函数对图像进行边缘跟踪。 BW = imread(blobs.png); imshow(BW,[]); s = size(BW); for row = 2:55:s(1) for col=1:s(2) if BW(row,col), break; end end contour = bwtraceboundary(BW, [row, col], W, 8, 50,counterclockwise); if(~isempty(contour)) hold on; plot(contour(:,2),contour(:,1),g,LineWidth,2); hold on; plot(col, row,gx,LineWidth,2); else hold on; plot(col, row,rx,LineWidth,2); end Ma Yingli CMC HBU 图7.14 二值边缘跟踪 Ma Yingli CMC HBU 7.5 霍夫变换 霍夫（Hough）变换方法是利用图像全局特性而直接检测目标轮廓，将图像的边缘像素连接起来的常用方法。 1.基本原理 点——线的对偶性。 当给定图像空间的一些边缘点，就可以通过霍夫变换确定连接这些点的直线方程。 Ma Yingli CMC HBU 2．霍夫变换的实现 实际进行霍夫变换时，要在上述基本方法的基础上根据图像的具体情况采用一些措施。 使用极坐标直线方程用以提高精度和速度。 Ma Yingli CMC HBU 7.5.1 直角坐标系中的霍夫变换 图7.15 图像空间和参数空间中点和线的对偶性 Ma Yingli CMC HBU 图7.16 参数空间中的累加数组 Ma Yingli CMC HBU 7.5.2 极坐标系中的霍夫变换 图7.17 直线的极坐标表示 图7.18 参数空间对应的曲线 Ma Yingli CMC HBU 图7.19 采用霍夫变换提取图像中的直线 （a）原图像