內(nèi)容回顧圖像銳化的基本概念；一階微分算子；二階微分算子；高通濾波;Canny邊緣檢測(cè)算子。

內(nèi)容回顧圖像銳化用途：突出圖像中的細(xì)節(jié)，增強(qiáng)被模糊了的細(xì)節(jié)；印刷中的細(xì)微層次強(qiáng)調(diào)。彌補(bǔ)掃描對(duì)圖像的鈍化；超聲探測(cè)成像，分辨率低，邊緣模糊，通過銳化來改善；圖像識(shí)別中，分割前的邊緣提取；銳化處理恢復(fù)過度鈍化、暴光不足的圖像；尖端武器的目標(biāo)識(shí)別、定位。內(nèi)容回顧梯度法內(nèi)容回顧具有方向性的一階微分算子內(nèi)容回顧無方向微分算子Robert算子；Sobel算子；Prewitte算子；Kirsch算子梯度法Robrt算子Sobel算子內(nèi)容回顧二階微分算子的提出背景內(nèi)容回顧Laplace算子內(nèi)容回顧Wallis微分算子第十講圖像分割10.1圖像分割的基本概念；10.2閾值分割法；10.3邊緣檢測(cè)法；10.4區(qū)域分割法；10.5邊界跟蹤法。

10.1圖像分割的基本概念1.概念圖像分割是指通過某種方法，使得畫面場(chǎng)景中的目標(biāo)物被分為不同的類別。

通常圖像分割的實(shí)現(xiàn)方法是，將圖像分為“黑”、“白”兩類，這兩類分別代表了兩個(gè)不同的對(duì)象。圖像分割是比較困難的事情，原因是畫面中的場(chǎng)景通常是復(fù)雜的，要找出兩個(gè)模式特征的差異，并且可以對(duì)該差異進(jìn)行數(shù)學(xué)描述都是比較難的。10.1圖像分割的基本概念10.1圖像分割的基本概念10.1圖像分割的基本概念10.1圖像分割的基本概念10.1圖像分割的基本概念2.圖像分割的基本策略基于灰度值的不連續(xù)性和相似性路線1：檢測(cè)圖像像素灰度值的相似性，選擇閾值，找到灰度值相似的區(qū)域，區(qū)域的外輪廓就是物體的邊界。10.1圖像分割的基本概念路線2：檢測(cè)圖像像素灰度級(jí)的不連續(xù)性，找到線（寬度為1）、邊（不定寬度）。先找邊，后確定區(qū)域。10.1圖像分割的基本概念3.圖像分割方法

閾值方法：根據(jù)圖像的灰度值的分布特性確定某個(gè)閾值來進(jìn)行圖像分割?邊界分割方法：通過檢測(cè)出封閉的某個(gè)區(qū)域的邊界來進(jìn)行圖像分割?區(qū)域提取方法：根據(jù)特定區(qū)域與其他背景區(qū)域特性上的不同來進(jìn)行圖像分割?基于像素聚類的分割方法。10.2閾值分割方法1.基本算法為原圖像為結(jié)果圖像，二值圖像為閾值，顯然，閾值的選取決定了分割效果的好壞。10.2閾值分割方法1.基本算法為原圖像為結(jié)果圖像，二值圖像為閾值，顯然，閾值的選取決定了分割效果的好壞。10.2閾值分割方法取不同閾值的分割效果10.2閾值分割方法基于灰度直方圖的峰谷方法；p－參數(shù)法；均勻性度量法；類間最大距離法；最大類間類內(nèi)方差比法；局部閾值方法；灰度－局部灰度均值散布圖法。10.2閾值分割方法1.基于灰度直方圖的峰谷方法若圖像的灰度直方圖為雙峰分布時(shí)，表明圖像的內(nèi)容大致為兩個(gè)部分，分別為灰度分布的兩個(gè)山峰的附近。選擇閾值為兩峰間的谷底點(diǎn)，小于閾值的灰度變?yōu)?，大于閾值的灰度變?yōu)?55，把圖像分割成兩部分。這種方法可以保證錯(cuò)分概率最小。10.2閾值分割方法基于灰度直方圖的峰谷方法針對(duì)單一背景及目標(biāo)的圖像，具有很好的分割效果。10.2閾值分割方法2.p－參數(shù)法適用于已知目標(biāo)物在畫面中所占比例的情況。?基本設(shè)計(jì)思想：選擇一個(gè)值Th，使前景目標(biāo)物所占的比例為p，背景所占比例為1-p。10.2閾值分割方法基本方法：先試探性地給出一個(gè)閾值，統(tǒng)計(jì)目標(biāo)物的像素點(diǎn)數(shù)在整幅圖中所占的比例是否滿足要求，是則閾值合適；否則，閾值則偏大或者偏小，再進(jìn)行調(diào)整，直到滿足要求。10.2閾值分割方法3.均勻性度量法所謂的均勻性度量方法，是根據(jù)“物以類聚”的思想而設(shè)計(jì)的?；驹O(shè)計(jì)思想：屬于“同一類別”的對(duì)象具有較大的一致性。實(shí)現(xiàn)的手段：以均值與方差作為度量均勻性的數(shù)字指標(biāo)。10.2閾值分割方法均勻性度量法算法步驟：（1）給定一個(gè)初始閾值Th=Th0（例如：可以默認(rèn)為128），則將原圖分為C1和C2兩類；分別計(jì)算兩類的類內(nèi)方差：10.2閾值分割方法均勻性度量法算法步驟：（2）分別計(jì)算兩類像素在圖像中的分布概率

計(jì)算分布概率的目的是：統(tǒng)計(jì)該類像素對(duì)圖像的影響程度。10.2閾值分割方法均勻性度量法算法步驟：（3）計(jì)算最佳閾值：選擇最佳閾值Th=Th*，使得下式成立找最佳閾值的方法有很多，最直接的方法就是遍歷[1~254]。10.2閾值分割方法10.2閾值分割方法3.類間最大距離法設(shè)計(jì)思想在某個(gè)適當(dāng)?shù)拈撝迪?，分割后的前景目?biāo)與背景兩個(gè)類之間的差異最大為最佳分割算法步驟（1）給定一個(gè)初始閾值Th=Th0，將原圖分為C1和C2兩類；計(jì)算兩類中的灰度均值。10.2閾值分割方法（2）計(jì)算相對(duì)距離度量值S。（3）選擇最佳的閾值Th=Th*，使得圖像按照該閾值分為C1和C2兩類后，滿足：10.2閾值分割方法4.最大類間類內(nèi)方差比法設(shè)計(jì)思想閾值將圖像分為兩類，類間方差越大越好，類內(nèi)方差越小越好。算法步驟：（1）計(jì)算得到原圖的灰度直方圖h；（2）給定一個(gè)初始閾值Th=Th0，將原圖分為C1和C2兩類；10.2閾值分割方法（3）計(jì)算兩類的方差、灰度均值以及圖像的總體灰度均值；（4）計(jì)算兩類的發(fā)生概率P1和P2；（3）計(jì)算類間方差和類內(nèi)方差；10.2閾值分割方法（3）選擇最佳閾值Th＝Th*，使得圖像按照該閾值分為C1和C2兩類后，滿足10.2閾值分割方法5.局部閾值方法提出的原因閾值方法對(duì)于較為簡(jiǎn)單的圖像（目標(biāo)與背景差別大，容易區(qū)分的圖像）簡(jiǎn)單有效，對(duì)于較為復(fù)雜的圖像，分割效果不穩(wěn)定。方法：把圖像分成子塊，在每個(gè)子塊上再采樣前述閾值分割方法。10.2閾值分割方法6.灰度－局部灰度均值散布圖法設(shè)計(jì)思路：如果某個(gè)像素點(diǎn)與其周圍鄰域中的均值偏差大，則說明該點(diǎn)是邊界上的點(diǎn)或者是噪聲點(diǎn)以圖像的灰度為橫軸，局部灰度均值為縱軸，構(gòu)造一個(gè)圖像分布的散布圖對(duì)角線上的點(diǎn)分布，對(duì)應(yīng)于目標(biāo)或背景內(nèi)部的點(diǎn)；離開對(duì)角線的點(diǎn)，對(duì)應(yīng)于區(qū)域邊界上的點(diǎn)。10.3邊緣檢測(cè)法一般要經(jīng)過邊緣檢測(cè)、邊界閉合、邊緣跟蹤等步驟；邊緣檢測(cè)方法即在銳化一部分所學(xué)過的算法。10.3邊緣檢測(cè)法圖像銳化的基本概念；一階微分算子；二階微分算子；高通濾波;Canny邊緣檢測(cè)算子。

10.3邊緣檢測(cè)法

目標(biāo)的部分邊界與相鄰部分背景相近或相同時(shí)，提取出的目標(biāo)區(qū)域邊界線會(huì)出現(xiàn)斷點(diǎn)、不連續(xù)或分段連續(xù)等情況；有噪聲干擾時(shí)，也會(huì)使輪廓線斷開。要提取目標(biāo)區(qū)域時(shí)，應(yīng)使不連續(xù)邊界閉合。邊界閉合技術(shù)：Hough變換、基于梯度的邊界閉合技術(shù)、數(shù)學(xué)形態(tài)學(xué)等。10.3邊緣檢測(cè)法10.3邊緣檢測(cè)法

已知形狀的曲線檢測(cè)：Hough變換；區(qū)域生長(zhǎng)法；區(qū)域合并法；區(qū)域分裂法；區(qū)域合并分裂法。1.Hough變換對(duì)于已知形狀的邊緣線，可以采用Hough變換來提取邊緣子集。核心思想建立一種點(diǎn)——線的對(duì)偶關(guān)系，使得圖像在變換前為圖像空間，變換后為參數(shù)空間。10.3邊緣檢測(cè)法10.3邊緣檢測(cè)法10.3邊緣檢測(cè)法10.3邊緣檢測(cè)法10.3邊緣檢測(cè)法直接方法設(shè)圖像中有n個(gè)邊緣點(diǎn)，依據(jù)數(shù)學(xué)原理“兩點(diǎn)確定一條直線”，最多會(huì)有n(n-1)/2條直線，對(duì)每一條直線統(tǒng)計(jì)位于該直線上的邊緣點(diǎn)數(shù)，點(diǎn)數(shù)最多的那一條即為需要提取的直線。10.3邊緣檢測(cè)法Hough變換提取邊緣線的核心思想建立一種點(diǎn)——線的對(duì)偶關(guān)系，使得圖像在變換前為圖像空間，變換后為參數(shù)空間。10.3邊緣檢測(cè)法10.3邊緣檢測(cè)法兩個(gè)空間的對(duì)偶關(guān)系：⑴圖像空間的一條直線，在參數(shù)空間映射為一個(gè)點(diǎn)；10.3邊緣檢測(cè)法兩個(gè)空間的對(duì)偶關(guān)系：⑵圖像空間的一個(gè)點(diǎn)映射為參數(shù)空間的一條正弦曲線；10.3邊緣檢測(cè)法⑶圖像空間的一條直線上的多個(gè)共線點(diǎn)映射為參數(shù)空間相較于一點(diǎn)的多條正弦曲線。這種映射關(guān)系稱為Hough變換，要檢測(cè)的圖像空間共線點(diǎn)最多的直線就變成參數(shù)空間相交于一點(diǎn)的正弦曲線最多的峰值點(diǎn)。10.3邊緣檢測(cè)法為了尋找這個(gè)峰值點(diǎn)，可以將參數(shù)空間按照和量化成許多小格（稱為計(jì)數(shù)單元），對(duì)每一個(gè)邊緣點(diǎn)帶入的量化值，按計(jì)算出，所得值經(jīng)量化落在某個(gè)小格內(nèi)，該小格的計(jì)數(shù)單元加1，，當(dāng)全部邊緣點(diǎn)變換完成后，對(duì)計(jì)數(shù)單元進(jìn)行檢驗(yàn)，若圖像中只含有一條直線，則最大計(jì)數(shù)值的計(jì)數(shù)單元對(duì)應(yīng)于共線點(diǎn)，其就是該直線的參數(shù)，若圖像中含有N條直線，則計(jì)數(shù)值大的前N個(gè)計(jì)數(shù)單元的就分布是這N條直線的參數(shù)。求得的帶入即可得到待檢測(cè)直線的方程。10.3邊緣檢測(cè)法10.3邊緣檢測(cè)法Hough變換檢測(cè)圓10.3邊緣檢測(cè)法Hough變換檢測(cè)圓1.區(qū)域生長(zhǎng)法Hough變換可以檢測(cè)已知形狀的曲線，但是多數(shù)區(qū)域邊界是非規(guī)則圖形，還可以采用基于區(qū)域整體特征的圖像分割方法進(jìn)行分割。設(shè)計(jì)思路把圖像劃分成一系列區(qū)域，確定每個(gè)區(qū)域區(qū)別于其他區(qū)域的特征，由此生成相似性判據(jù)，來判斷每個(gè)像素應(yīng)該屬于那個(gè)區(qū)域。10.4區(qū)域分割法基本思想

把具有相似性的像素集合起來構(gòu)成區(qū)域。實(shí)現(xiàn)方法

在每個(gè)要分割的區(qū)域內(nèi)確定一個(gè)種子點(diǎn)，判斷種子像素周圍鄰域是否有與種子像素相似的像素，若有將新的像素包含在區(qū)域內(nèi)，并作為新的種子繼續(xù)生長(zhǎng)，直到?jīng)]有滿足條件的像素點(diǎn)時(shí)停止生長(zhǎng)。10.4區(qū)域分割法關(guān)鍵技術(shù)

種子點(diǎn)的選?。哼x擇待提取區(qū)域的具有代表性的點(diǎn)；可以是單個(gè)像素，也可以是包括若干個(gè)像素的子區(qū)域；

生長(zhǎng)準(zhǔn)則的確定（相似性準(zhǔn)則）：一般采用與種子點(diǎn)的距離度量（彩色、灰度、梯度等量之間的距離）；

區(qū)域停止生長(zhǎng)的條件：一般為區(qū)域大小、迭代次數(shù)或區(qū)域飽和。10.4區(qū)域分割法簡(jiǎn)單生長(zhǎng)法：10.4區(qū)域分割法質(zhì)心生長(zhǎng)法：示例：10.4區(qū)域分割法種