数字图像处理边缘检测

《数字图像处理边缘检测》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第六章图像分割和分析6.1图像分割6.2特征表示与描述6.3识别与解释6.1图像分割(ImageSegmentation)6.1.1图像分割引言6.1.2间断分割（非连续性分割）6.1.3边缘连接法6.1.4阈值分割法（相似性分割）6.1.5基于区域的分割(相似性分割）6.1.6数学形态学图像处理6.1.1图像分割引言1图像分析的概念从图像中提取信息的技术。2图像分析系统的基本构成预处理图像分割特征提取对象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6.1.1图像分割引言3图像分析系统的构成6.1.1图像分割引言2图

2、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。6.1.1图像分割引言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

3、，如阈值处理、区域生长6.1.2间断(Discontinuities)分割（非连续性分割）6.1.2.1点检测6.1.2.2线检测6.1.2.3边缘检测6.1.2.1点检测R=(-1*8*8+128*8)/9=(120*8)/9=960/9=106设：阈值：T=64R>T88881288888图像-1-1-1-18-1-1-1-1模板点检测(PointDetection)用空域的高通滤波器来检测孤立点。例：6.1.2.1点检测点检测——算法描述设定阈值T，如T=32、64、128等,并计算高通滤波值R。如果R值等于0，说明当前检测点的灰度值与周围点的相

4、同。当R的值足够大时，说明该点的值与周围的点非常不同，是孤立点。通过阈值T来判断若

5、R

6、>T，则检测到一个孤立点。6.1.2.2线检测线检测(LineDetection)通过比较典型模板的计算值，确定一个点是否在某个方向的线上。-1-1-1222-1-1-1水平模板-1-12-12-12-1-145度模板-12-1-12-1-12-1垂直模板2-1-1-12-1-1-12135度模板6.1.2.2线检测用4种模板分别计算R水平=-6+30=24R45度=-14+14=0R垂直=-14+14=0R135度=-14+14=01115551111115551

7、11111555111实例：图像6.1.2.2线检测线的检测——算法描述依次计算4个方向的典型检测模板，得到Rii=1,2,3,4如

8、Ri

9、>

10、Rj

11、，j≠i，那么这个点被称为在方向上更接近模板i所代表的线。设计任意方向的检测模板可能大于33模板系数和为0感兴趣的方向的系数大。6.1.2.3边缘检测(EdgeDetection)1边缘的定义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。在一幅图像中，边缘有方向和幅度两个特性。一般认为沿边缘走向的灰度变化较为平缓，而垂直于边缘走向的灰度变化剧烈

12、。即灰度梯度指向边缘的垂直方向。6.1.2.3边缘检测2基本思想计算局部微分算子。截面图边缘图像6.1.2.3边缘检测一阶微分：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。6.1.2.3边缘检测二阶微分：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。0-1-140-10-106.1.2.3边缘检测用途：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。6

13、.1.2.3边缘检测3梯度算子(Gradientoperators)函数f(x,y)在(x,y)处的梯度为一个向量：f=[f/x,f/y]T计算这个向量的大小为：

14、f

15、=mag(f)=[(f/x)2+(f/y)2]1/2近似为:

16、f

17、

18、Gx

19、+

20、Gy

21、梯度的方向角为：(x,y)=arctan(Gy/Gx)6.1.2.3边缘检测6.1.2.3边缘检测Gx=(z7+z8+z9)-(z1+z2+z3)Gy=(z3+z6+z9)-(z1+z4+z7)梯度值：

22、f

23、

24、Gx

25、+

26、Gy

27、6.1.2.3边缘检测Gx-220-110-11

28、0000-1-1-2112Gyz2z8z5z3z9z6z1z7z4Sobel算子为：Gx=(z