影像区块分割.PDFVIP

影像處理 9. 影像區塊分割 中央大學影像處理暨虛擬實境實驗室 1 9. 影像區塊分割 9.1門檻值分割法 9.2自動二值化 9.3 自動多值化 9.4 區域分割 9.5彩色影像分割 影像處理 9. 影像區塊分割 中央大學影像處理暨虛擬實境實驗室 2 影像區塊分割 (region segmentation) 的意義，是根 據像素的相似性(similarity) 把像素聚集成一塊塊區 域 (物以類聚) ；也相當於將整張影像分割成一個個 區塊。 相似性可定義在不同的特徵上；例如，像素的灰階 或色彩值、小區塊像素的紋理或幾何結構、區塊的 移動或變形、等。我們將區塊分割法分成三類： i. 以灰階數量分佈圖為基礎的分割法 (threshold-based segmentation) ii. 以區塊為基礎的分割法 (region-based segmentation) iii. 以動態資訊為基礎的分割法 (motion-based segmentation) 。 影像處理 9. 影像區塊分割 中央大學影像處理暨虛擬實境實驗室 3 最基本的區塊分割法就是以灰階或色彩值的不同 將像素分成幾類；這類方法稱為灰階數量分佈圖 分割法，簡稱分佈圖分割法、長條圖分割法、或 門檻值 閥值( ) 分割法(histogram thresholding) ，或更簡單稱為門檻值法 、閥值法、閾值法 。 這類方法沒有區塊的觀念，只是將像素依照灰階 或色彩分成幾類，任何一類都可能包含幾個區塊 。 影像處理 9. 影像區塊分割 中央大學影像處理暨虛擬實境實驗室 4  以區塊為基礎的分割法是以區塊為出發點，將相 似的相鄰像素聚集 (cluster) 成一個個區塊；所以 做完這類分割法，區塊就已成形了，不必再做其 他後處理。上述多種特徵：像素灰階、色彩值、 小區塊像素紋理、幾何結構都可用在這類方法上 。這類方法效果比較好，但較複雜，速度也較慢 。  以動態資訊為基礎的分割法是以影像中物體的移 動來分割出該物體區塊，所以要用連續多張影像 才能做；這類方法常被用來做視覺監視 (surveillance) 用。 影像處理 9. 影像區塊分割 中央大學影像處理暨虛擬實境實驗室 5 9.1灰階分佈圖門檻值分割法 在分析這類方法前，先定義清楚名稱。有三個專 有名稱：threshold, threshold value, thresholding  Threshold是動詞，做門檻值法的動作，我們 稱為門檻值分割，簡稱 分割。  Threshold value 是用來分群的門檻值，稱為門 檻值 ，但許多論文也直接用threshold表示門檻 值，這點看上下文是動詞還是名詞就能分辨了  Thresholding是名詞，就是門檻值分割法。例 如，”In the thresholding method, we threshold the image with a threshold value T.” 影像處理 9. 影像區塊分割 中央大學影像處理暨虛擬實境實驗室 6 門檻值法可以作用在任何分佈圖 (histogram) 上 ；例如，灰階數量分佈圖、色彩值分佈圖、梯度 (gradient) 分佈圖、.. 等。 門檻值法的目的通常都是要擷取 (extract) 出影 像中的物件或瑕疵區域，只要這些物件或瑕疵區 域的灰階或顏色與背景有差異，我們就可以用門 檻值法將