-图象分割描述与识别.pptx

2024/9/24周二13:05第七章图象分割、描述和识别1第七章第七章*图象分割、描述和识别图象分割、描述和识别主要内容：1.图象分割图象分割1)直方图阈值分割法直方图阈值分割法 2)边缘检测法边缘检测法 3)区域增长法区域增长法2.图象描述图象描述 3.图象识别图象识别 1)1)图象识别的应用实例图象识别的应用实例2)模式识别模式识别本章对应着教材的第10、11、12章2024/9/24周二13:05图象分割2图图象象分分割割：按照一定的规则，将一幅图象分割成若干部分或子集。通常可以依据两种原则进行图象分割1依据各个像素点的灰度值不连续性进行分割 （根据不连续性定出区域的边界）2依据同一区域具有相似性灰度这一特征,寻求不同区 域之边界(根据相似性定出区域像素)前者称为基于点相关的分割技术基于点相关的分割技术，后者称为基于区域相基于区域相关的分割技术关的分割技术。这两类技术又可细分为四类：基于直方图、基于边界、基于区域、基于边缘和区域的技术。图象分割图象分割2024/9/24周二13:05图象分割3方法：方法：1）作图象的直方图 2）如果灰度级直方图有明显的双峰状，则选择 两峰之间的谷底所对应的灰度值作为阈值。3）然后根据如下公式，得到分割图象 t为阈值v直方图阈值分割法直方图阈值分割法2024/9/24周二13:05第七章图象分割、描述和识别42024/9/24周二13:05第七章图象分割、描述和识别5a=imread(we.jpg);b=a(:,:,1);c=bt;imshow(c);t=100t=50t=1502024/9/24周二13:06图象分割6边缘意味着一个区域的终结和另一个区域的开始，是灰度变化比较剧烈的地方，图象边缘有方向和幅度两个特征，沿边缘走向的像素变化比较平缓，而垂直于边缘走向的像素变化剧烈。v边缘检测法边缘检测法2024/9/24周二13:06第七章图象分割、描述和识别7d=del2(double(c);imshow(d);2024/9/24周二13:06图象分割8v边缘检测算子边缘检测算子差分梯度算子常用的差分梯度算子有这几个算子是等价的，即：2024/9/24周二13:06图象分割9拉谱拉斯算子所对应的卷积模板为模板卷积算子2024/9/24周二13:06图象分割10中心连接区域增长技术1)设初始区域为=x0；2)检查的全部邻点，将满足相似性条件的任何邻点并入.相似性检验准则为：根据相似性准则，直接取出若干个特征相似或相同的像素组成区域单连接区域增长技术 1）设初始区域为=x0；2）求像素xi的相邻像素，若xi与xi+1的差值小于某个阈值，则将其加入区域。v区域增长法区域增长法2024/9/24周二13:06图象描述11图象描述图象描述图象分割的技术目的是将图象分成有意义的区域，为了达到图象分析的目的，还要对这些有意义的区域进行特征提取与描述。而所谓是图象分析，就是根据图象中的目标的描述数据对其作定性或定量分析，分析的基础是目标区域的特征。图象描述图象描述：用一组数量或符号来表征图象中被描述的目标的基本特征.2024/9/24周二13:06图象描述12v二值图象的几何特征二值图象的几何特征面积设图象已经被分割，目标区域的像素的值为1，背景区域的像素为0，则目标区域的面积为：周长常见的等效的表示方法有三种：(1)区域与背景的交界线的长度,如图，区域边界长为24 (2)区域边界8链码长度；若边界的链码表示为2024/9/24周二13:06图象描述13为起始点,定义边界长度为：11111(x0)1111111111111111111112024/9/24周二13:06图象描述14 (3)边界点之和 所谓边界点是指满足如下性质的点:在其8邻域内既有区域内的像素,又有区域外的像素位置区域的质心：投影设 为f(x,y)在 方向上的投影，它是一个向量。2024/9/24周二13:06图象描述15v边界描述边界描述用链码表示边界：如图所示的区域的边界为x0100066666343232x0v拓扑特征拓扑特征1)邻接与连2）背景与孔(欧拉数：E=C-H,C连通分支个数，H孔个数）v变换参数描述变换参数描述v统计参数描述统计参数描述2024/9/24周二13:06图象识别161邮政系统的信函自动分拣2复杂背景下的军事目标的自动识别3由气象云图结合其他气象数据进行天气预报4用人工地震波形图寻找石油的岩层结构5根据医学x光图象或显微图象分析各种病变图象识别图象识别图像识别图像识别：将预处理后的图象，经过图象分割和描述，提取有效的特征，进而加以判决分类。v图象识别的应用实例图象识别的应用实例2024/9/24周二13:06图象识别17v模式识别模式识别图象识别的基本理论和方法是移植于“模式识别”的模式模式：客观事物的特征的描述模式识别模式识别：根据某事物的模式判断该事物属于何类模式识别工作主要由三个阶段组成1 1图象分割或物体分离图象分割或物体分离 检测出各个物体，并把他们的图象与其余背景分离2024/9/24周二13:06图象识别182 2特征抽取和选择特征抽取和选择对物体进行各方面度量，得到一组特征，这组特征称为这个物体的一组特征向量X=(X1,X2,X3，Xn)图象识别中，常被选的特征有:(1)图象幅度特征:图象像素灰度值;彩色三色值；频谱值 (2)图象统计特征:直方图特征,统计性特征(均值,方差,能量,熵)(3)图象几何特征：面积、周长、分散度（面积/周长），伸长度（面积/宽度）(4)图象变换参数：Fourier变换，哈达玛变换2024/9/24周二13:06图象识别193.3.决策分析决策分析模式识别的任务是如何做出最优决策分类的问题1）统计模式识别方法2）句法模式识别方法3）模糊集合识别方法4神经网络识别方法2024/9/24周二13:06第七章图象分割、描述和识别20以下程序的功能为：仅根据Euler数这一个特征，判断手写数字0,1,8等。适当地多取几个特征，很容易将程序扩展为判断0，1，2，3，4，5，6，7，8，9等10个数字的场合。以下图象分析的实例非常简单，以该思想为基础，可进一步深化算法，设计出更复杂的高效率字符判读算法。(使用wavread,wavplay两函数，其目的是为了将所判定结果，以声音形式输出。)%y0=wavread(s0);%y1=wavread(s1);%y8=wavread(s8);Fs=11025;b=imread(b018.jpg);%用图画程序写一个用图画程序写一个0、1或或8，%保存为保存为b018.jpg（图象获取）图象获取）例例2024/9/24周二13:06第七章图象分割、描述和识别21bb=b(:,:,1);%取取b的一个分量的一个分量bw=bb100;%将将b 二值化（相当于二值化（相当于图象分割图象分割操作）操作）c=bweuler(bw);%求求bw的的Euler数数(相当于相当于图象描述图象描述,特征提取操作特征提取操作)%以下部分为以下部分为图象识别图象识别操作操作,(,(相当于分析与分类操作相当于分析与分类操作)switchccase-1cc=8;%wavplay(y8,Fs);case0cc=0;%wavplay(y0,Fs);case1cc=1;%wavplay(y1,Fs);otherwiseccc=999;%ccc=999,不可识别不可识别endccccc%显示判断结果显示判断结果2024/9/24周二13:06第七章图象分割、描述和识别221,2,3,5,70,6,9,482024/9/24周二13:06第七章图象分割、描述和识别23回答问题2024/9/24周二13:06第七章图象分割、描述和识别24本章与教材对应章节：8.1(8.1.1；8.1.2；8.1.3)8.2(8.2.1)10.110.5习题：P428:1P328:5