基于區(qū)域生長(zhǎng)的圖像分割方法-南郵-車少帥.ppt

《基于區(qū)域生長(zhǎng)的圖像分割方法-南郵-車少帥.ppt》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、18.6基于區(qū)域生長(zhǎng)的圖像分割方法學(xué)校：南京郵電大學(xué)專業(yè)：12級(jí)信號(hào)與信息處理姓名:車少帥例如：（1）要確定航空照片中的森林、耕地、城市區(qū)域等，首先需要將這些部分在圖像上分割出來。（2）要辨認(rèn)文件中的個(gè)別文字，需先將這些文字分割出來。把圖像空間按照一定的要求分成若干個(gè)“有意義”的區(qū)域的技術(shù)。其從本質(zhì)上說是將各像素進(jìn)行分類的過程。（3）要識(shí)別和標(biāo)定細(xì)胞的顯微照片中的染色體，需要用圖像分割技術(shù)。圖像分割的概念：基于邊緣檢測(cè)的方法：找出圖像的邊緣信息，再將它們連成邊界，這些邊界把圖像分成不同的區(qū)域，從而分割出各個(gè)區(qū)域。圖像分割方法

2、分類：基于區(qū)域生成的方法：根據(jù)相應(yīng)的區(qū)域特性在圖像中找出與其相似的部分。常用的方法有：區(qū)域生長(zhǎng)、分裂-合并分割方法?；陂撝颠x取的方法：通過選取一定的灰度閾值將圖像中目標(biāo)從背景中分割出來。常用的方法有：直方圖閾值分割、最大熵閾值分割等?；趨^(qū)域的圖像分割方法區(qū)域生長(zhǎng)法分裂-合并分割方法區(qū)域生長(zhǎng)法區(qū)域生長(zhǎng)（regiongrowing）是指將成組的像素或區(qū)域發(fā)展成更大區(qū)域的過程。從種子點(diǎn)的集合開始，從這些點(diǎn)的區(qū)域增長(zhǎng)是通過將與每個(gè)種子點(diǎn)有相似屬性像強(qiáng)度、灰度級(jí)、紋理顏色等的相鄰像素合并到此區(qū)域。它是一個(gè)迭代的過程，這里每個(gè)種子像

3、素點(diǎn)都迭代生長(zhǎng)，直到處理過每個(gè)像素，因此形成了不同的區(qū)域，這些區(qū)域它們的邊界通過閉合的多邊形定義。圖像區(qū)域分割的過程（基本單元：像素或微區(qū)域）（1）選擇區(qū)域內(nèi)某一像素點(diǎn)作為生長(zhǎng)種子；（2）判斷其相鄰像素（沒有區(qū)域標(biāo)記）是否滿足相似性準(zhǔn)則；（3）如果是，將其合并到當(dāng)前區(qū)域，給該像素添加區(qū)域標(biāo)記；（4）對(duì)于新合并的區(qū)域，重復(fù)（2）、（3）（5）不斷重復(fù)，區(qū)域?qū)⒃诟鱾€(gè)方向上不斷增長(zhǎng)，直至沒有相鄰像素滿足相似性性準(zhǔn)則為止，或者是滿足停止準(zhǔn)則為止。圖像中各個(gè)區(qū)域分割，都是從其種子點(diǎn)開始，在各個(gè)方向上生長(zhǎng)得到的。區(qū)域生長(zhǎng)分割示意圖：相鄰

4、像素表示：區(qū)域生長(zhǎng)法關(guān)鍵：（1）確定每個(gè)區(qū)域的生長(zhǎng)起始點(diǎn)——種子像素。（2）確定在生長(zhǎng)過程中將相鄰像素包括進(jìn)來的相似性判別準(zhǔn)則（生長(zhǎng)準(zhǔn)則）。（3）確定區(qū)域生長(zhǎng)過程停止的條件或規(guī)則。相似性準(zhǔn)則可以用灰度級(jí)、彩色值、結(jié)構(gòu)、梯度或其它特征來表示。一個(gè)區(qū)域生長(zhǎng)的示例給出已知矩陣A：大寫的5為種子,從種子開始向周圍每個(gè)象素的值與種子值取灰度差的絕對(duì)值,當(dāng)絕對(duì)值少于某個(gè)門限T時(shí),該象素便生長(zhǎng)成為新的種子,而且向周圍每個(gè)象素進(jìn)行生長(zhǎng);如果取門限T=1,則區(qū)域生長(zhǎng)的結(jié)果為:可見種子周圍的灰度值為4、5、6的象素都被很好地包進(jìn)了生長(zhǎng)區(qū)域之中,

5、而到了邊界處灰度值為0、1、2、7的象素都成為了邊界,右上角的5雖然也可以成為種子,但由于它周圍的象素不含有一個(gè)種子,因此它也位于生長(zhǎng)區(qū)域之外;現(xiàn)在取門限T=3,新的區(qū)域生長(zhǎng)結(jié)果為:整個(gè)矩陣都被分到一個(gè)區(qū)域中了。由此可見門限選取是很重要的利用迭代的方法從大到小收縮是一種典型的方法,它不僅對(duì)2-D圖像而且對(duì)3-D圖像也適用。一般情況下可以選取圖像中亮度最大的象素作為種子,或者借助生長(zhǎng)所用準(zhǔn)責(zé)對(duì)每個(gè)象素進(jìn)行相應(yīng)的計(jì)算,如果計(jì)算結(jié)果呈現(xiàn)聚類的情況則接近聚類重心的象素可以作為種子象素。上面的例子,分析它的直方圖可知灰度值為1和5的象

6、素最多且處于聚類的中心,所以可各選一個(gè)具有聚類中心灰度值的象素作為種子?；叶葓Dlena直方圖區(qū)域生長(zhǎng)結(jié)果三次均方值計(jì)算直方圖區(qū)域生長(zhǎng)結(jié)果由于lena細(xì)節(jié)性較強(qiáng)(比如姑娘的發(fā)絲),對(duì)它進(jìn)行區(qū)域生長(zhǎng)的結(jié)果還會(huì)有一些區(qū)域無法連在一起,所以對(duì)它進(jìn)行了三次均值運(yùn)算(取象素及周圍共九個(gè)點(diǎn)的平均灰度作為新的灰度值)。區(qū)域生長(zhǎng)以后小的區(qū)域就較好地連成了一片。生長(zhǎng)準(zhǔn)則的選取不僅依賴于具體問題本身,也和所用圖像數(shù)據(jù)種類有關(guān),如彩色圖和灰度圖。一般的生長(zhǎng)過程在進(jìn)行到再?zèng)]有滿足生長(zhǎng)條件的象素時(shí)停止,為增加區(qū)域生長(zhǎng)的能力常需考慮一些與尺寸、形狀等圖像

7、和目標(biāo)的全局性質(zhì)有關(guān)的準(zhǔn)則。區(qū)域生長(zhǎng)的關(guān)鍵是選擇合適的生長(zhǎng)或相似準(zhǔn)則,大部分區(qū)域生長(zhǎng)準(zhǔn)則會(huì)使用圖像的局部性質(zhì)生長(zhǎng)準(zhǔn)則可以根據(jù)不同原理制定,而使用不同的生長(zhǎng)準(zhǔn)則會(huì)影響區(qū)域生長(zhǎng)的過程。常用的生長(zhǎng)準(zhǔn)則和方法有兩種,即基于區(qū)域灰度差的、基于區(qū)域內(nèi)灰度分布統(tǒng)計(jì)性質(zhì)的?；叶炔钆袆e式：采用相鄰像素與當(dāng)前像素灰度值（或當(dāng)前區(qū)域像素平均灰度）的差來判別其是否應(yīng)當(dāng)合并到當(dāng)前區(qū)域。若C

8、生長(zhǎng)的例子生長(zhǎng)準(zhǔn)則：鄰近點(diǎn)的灰度級(jí)與當(dāng)前區(qū)域平均灰度的差小于2。種子像素平均灰度8.25平均灰度8基于區(qū)域內(nèi)灰度分布統(tǒng)計(jì)性質(zhì)的生長(zhǎng)準(zhǔn)則考慮以灰度分布相似性作為生長(zhǎng)準(zhǔn)則來決定區(qū)域的合并,具體步驟為:1.把圖像分成互不重疊的小區(qū)域;2.比較鄰接區(qū)域的累積灰度直方圖,根據(jù)灰度分布的相似性進(jìn)行區(qū)域