前景与背景最大熵算法图像分割.ppt.pptVIP

图像分割 图像分割 如何分割 需要被分割成不同部分的对象有什么不同？ 第一类图像：前景与背景 图像分割 前景与背景分割 假设：前景与背景亮度不同 一个暗一个亮 阈值分割 图像分割 前景与背景分割 基于直方图的方法 直方图：图像灰度级的离散概率密度函数 图像分割 前景与背景分割 最大熵算法 熵： 物理含义：分布的“均匀性” 越均匀，熵越大 越不均匀，熵越小 图像分割 前景与背景分割 最大熵算法 图像假设：前景/背景亮度不同 直方图如同时包含前景和背景，则其熵将变小 如只包含前景或背景，熵将变大 ?把直方图分解成两部分，分别计算熵，两部分熵的和最大时为最佳分割阈值 图像分割 前景与背景分割 最大熵算法 图像噪声影响直方图 图像分割 前景与背景分割 最大熵算法 图像分割 前景与背景分割 物体的分布区域是空间连续的 相邻像素应该有相同的分类 图像分割 前景与背景分割 松弛算法 P(i): 像素i是前/背景的概率 图像分割 前景与背景分割 先有鸡？先有蛋？ 恐龙?象鸡蛋的恐龙蛋?象鸡的恐龙?更象一点的蛋?再象一点的鸡?……?高产芦花鸡?优质土鸡蛋?…… “鸡蛋同出” 迭代优化 EM算法 图像分割 前景与背景分割 松弛算法 初始化: 迭代： 图像分割 前景与背景分割 松弛算法 图像分割 前景与背景分割 松弛算法 图像分割 前景与背景分割 实际应用：指纹图像处理 图像分割 前景与背景分割 实际图像 并非一定有显著亮度/颜色差异 可以是纹理差异 可以是…没有差异！？ 有边缘?线条画 前/背景有多个物体 还可能互相遮盖 * 阈值 如何求最优分割阈值？ 如何发现这个点？ H1 H2 很强很完美？ 如何解决？ 很可能是噪声 如何利用这些信息? i i1 i2 i3 i4 i5 i6 i7 i8 像素值 255 先有鸡？先有蛋？ 异质惩罚 0 0 反复迭代多次，直至收敛 同等对待所有邻域 同质奖励 待分割图像 阈值分割 松弛算法 还有更高级、更复杂的算法 很强很完美？