第一节图像的边缘.pptVIP

第1页，共31页，星期日，2025年，2月5日1.图像分割1）先通过看图理解图像分割的概念将图像分解成构成它的部件和对象有选择地定位感兴趣对象在图像中的位置和范围第2页，共31页，星期日，2025年，2月5日图像分割的基本思路：从简到难，逐级分割控制背景环境，降低分割难度把焦点放在增强感兴趣对象，缩小不相干图像成分的干扰上第3页，共31页，星期日，2025年，2月5日2）概述数字信号处理按其技术特征可以分为三层结构:图像处理;图像分析;图像理解与识别;知识库表示与描述预处理分割低级处理高级处理中级处理识别与解释结果图像获取问题第4页，共31页，星期日，2025年，2月5日2图像分割的概念在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分一般称为目标或前景。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。图像分割就是指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。第5页，共31页，星期日，2025年，2月5日图像分割是进行图像分析的关键步骤，也是进一步理解图像的基础；不同种类的图像，不同的应用要求所需要提取的特征不相同，特征提取方法也就不同；不存在一种所谓普遍适用的最优方法。第6页，共31页，星期日，2025年，2月5日3图像分割的基本策略——特性可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应多个区域——图像分割的基本策略，基于灰度值的两个基本特性：1)不连续性——不连续性是基于特性（如灰度）的不连续变化分割图像，如边缘检测2)相似性——根据制定的准则将图像分割为相似的区域，如阈值处理、区域生长第7页，共31页，星期日，2025年，2月5日10.1边缘检测边缘检测是目前图像分析领域中的基础技术，常常是图像分析和理解的第一步。利用边缘检测，计算机可以将图像转化为利于识别的边缘灰度图。第8页，共31页，星期日，2025年，2月5日（1）边缘的定义（P365）图像中灰度发生突变或不连续的微小区域（一组相连的像素集合）,即是两个具有相对不同灰度值特性的区域的边界线。（2）邻域像素编码（P365）（3）灰度差分（P365）（4）综合灰度差分（P365）第9页，共31页，星期日，2025年，2月5日2、常规边缘检测（1）常规边缘检测原理边缘检测的算法通常通过对邻域内的像素灰度求一阶导数、二阶导数及梯度来实现，这些计算经过化简的结果称为算子。在使用算子进行边缘检测时，定义边缘为像素集合：{x|F(x)I}，其中，x为像素编号，F(x)为算子计算结果，I为临界值。从定义中可以看出，边缘检测的过程可以分解为对图像的每个像素分别计算判断的过程。P366最后一段第10页，共31页，星期日，2025年，2月5日（2）边缘检测的基本思想计算局部微分算子。截面图边缘图像第11页，共31页，星期日，2025年，2月5日一阶微分：用梯度算子来计算特点：对于左图，左侧的边是正的（由暗到亮），右侧的边是负的（由亮到暗）。对于右图，结论相反。常数部分为零。?用途：用于检测图像中边的存在。第12页，共31页，星期日，2025年，2月5日二阶微分：通过拉普拉斯来计算特点：二阶微分在亮的一边是正的，在暗的一边是负的。常数部分为零。0-1-140-10-10第13页，共31页，星期日，2025年，2月5日用途：1）二次导数的符号，用于确定边上的像素是在亮的一边，还是暗的一边。2）0跨越（零交叉），确定边的准确位置。第14页，共31页，星期日，2025年，2月5日（3）梯度算子和Roberts（罗伯特）算子梯度算子和Roberts算子都是针对图像2*2邻域的处理，梯度算子通过对邻域内像素灰度求水平和垂直方向差分得到，Roberts算子则是求对角线像素灰度的差分，因此Roberts算子也叫交叉差分算子。设G(x)、R(x)分别为梯度算子和Roberts算子的计算结果，下面给出两种算子的计算公式：G(A0)=scale×(|A0-A1|+|A0-A2|)R(A0)=scale×(|A0–A3|+|A1-A2|)A0A1A2A3A0A1