第十一講圖像分割41、實際上，我們想要的不是針對犯罪的法律，而是針對瘋狂的法律。——馬克·吐溫42、法律的力量應當跟隨著公民，就像影子跟隨著身體一樣。——貝卡利亞43、法律和制度必須跟上人類思想進步?！芨ミd44、人類受制于法律，法律受制于情理?！小じ焕?5、法律的制定是為了保證每一個人自由發(fā)揮自己的才能，而不是為了束縛他的才能。——羅伯斯庇爾第十一講圖像分割第十一講圖像分割41、實際上，我們想要的不是針對犯罪的法律，而是針對瘋狂的法律?！R克·吐溫42、法律的力量應當跟隨著公民，就像影子跟隨著身體一樣?！惪ɡ麃?3、法律和制度必須跟上人類思想進步?！芨ミd44、人類受制于法律，法律受制于情理?！小じ焕?5、法律的制定是為了保證每一個人自由發(fā)揮自己的才能，而不是為了束縛他的才能?！_伯斯庇爾第十講圖像分割圖像分割圖象分割就是指把圖象分成各具特性的區(qū)域并提取出感興趣目標的技術和過程。這里特性可以是灰度、顏色、紋理等，目標可以對應單個區(qū)域，也可以對應多個區(qū)域。圖象分割是由圖象處理進到圖象分析的關鍵步驟，也是一種基本的計算機視覺技術。這是因為圖象的分割、目標的分離、特征的提取和參數的測量將原始圖象轉化為更抽象更緊湊的形式，使得更高層的分析和理解成為可能。本講主要內容：點檢測線檢測基于梯度的邊緣檢測域值分割（全局域值、局部域值，自適應域值分割）區(qū)域合并與區(qū)域分裂分水嶺分割1.孤立點檢測其基本思想：如果一個孤立點（此點的灰度級別和其背景的差別相當大，并且其所在的區(qū)域是一個均勻的或近似均勻的區(qū)域）與周圍的點不同，則可以用指定模板檢測。可以指定模板為為：其模板響應記為：根據檢測圖像的情況，設定R>T的輸出響應對應孤立點。孤立點檢測2.線檢測線檢測比點檢測稍微復雜一點，其基本思想基本一致。表現在：使用模板（注意確定模板的條件或者基本假設）對輸出響應決策，需要合適的決策方法。線檢測模板線檢測決策將四模板分別對圖像進行檢測，如果在某個點的輸出響應，則認為此點在與i模板代表線相似。另外我可能只對某一檢測方向上的線感興趣。我們只使用特定模板給出輸出響應，通過域值法將響應最強烈的點提取出來。線檢測3.邊緣檢測的梯度方法1）基本說明邊緣是一個相對局部的概念，而邊界是一個更具有整體性的一個概念。邊緣理想數字模型和模糊邊緣模糊的邊緣使兩個區(qū)域過渡的范圍變寬，因此邊界較寬；反之，清晰的圖像使其邊緣變細。邊緣模型圖例一階導數、二階導數響應的特點梯度算子連續(xù)圖像f(x,y)在位置(x,y)的梯度定義的下列向量：Roberts算子Priwitt算子、sobel算子拉普拉斯算子二維函數f(x,y)的拉普拉斯算子是如下定義的二階導數的函數：由于二階導數是導數的導數，同樣可用差分的差分表示（二階差分）。例如，對于一個點的二階微分（差分）等于右差分與左差分的差分表示。Laplacian算子模板高斯拉普拉斯算子：梯度模板求邊緣總結首先，從連續(xù)函數表示的數字圖像入手，分析導數、二階導數的跟圖像邊緣的關系。根據離散圖像和工程應用的特點，依據數學原理，進行簡化，這些簡化只要遵守原理，可以根據實際應用作出多種變化。模板與圖像的運算的過程，實際上是離散函數的卷積過程。LapLacianofGuassian函數進一步解釋因為二階導數是線性運算，卷積圖像，實際上其過程與先用高斯函數卷積，然后再求Laplacian是一樣的。高斯型函數起到平滑作用，減輕噪聲的影響，拉普拉斯則是求過零點。A原圖；B.SobelC.高斯函數D.拉普拉斯模板E.LogF.對log設門限G.過零點4.門限處理直方圖與門限處理【演示】這里的f(x,y)是是點(x,y)點的灰度值,p(x,y)表示(x,y)為中心的局部性質對于門限T數學的形式表示：域值法分類根據對域值T的不同的使用方法,可分為多種域值分割方法.全局門限:T僅取決于f(x,y).局域門限:T取決于f(x,y)和p(x,y).動態(tài)\自適應門限:T還取決于空間坐標(x,y)4.2基本全局域值全局域值是一種最簡單的域值處理技術,通過判斷圖像每一個象素的灰度值,實現目標與背景的區(qū)分.這種方法能否成功完全取決于圖像直方圖能否能較好的分割.全局域值自動分割對于有明顯雙峰得得直方圖可以通過程序,然計算機自動實現.算法:選擇一個初始化得估計域值T.用T分割圖像,生成兩組數據,G1,G2;求兩組數據的平均灰度值u1,u2計算新門限值:T=(u1+u2)/2重復2到4,直到迭代所得到的T值之差小于指點的參數T0.解釋初始值T和T0的選擇.4.3基本自適應域值4.4全局最佳門限和自適應門限4.4基于區(qū)域的分割4.4.2區(qū)域分離與合并令R表示整副圖像區(qū)域并選擇一個謂詞P.對R進行分割的一種方法是反復將分割得到的結果圖像再次分為四個區(qū)域,直到對任何區(qū)域Ri,有P(Ri)=True.從整副圖像開始,如果P(R)=False,就將圖像分為四個區(qū)域.如果任何子區(qū)域的P值是False,就將4個區(qū)域的每個區(qū)域再次分為4個區(qū)域,如此不斷進行下去.這種特使的分割方式用謂詞的四叉樹表示最為方便.4.5分水嶺分割灰度圖像的分水嶺算法，就是就灰度值模擬為山的高度。從低到高，分別代表山嶺從盆地到分水嶺的高度?；谶@些概念的分割算法的主要目的是找出分水線?；舅枷胧牵杭僭O在每一區(qū)域的最小值的位置上打一個小洞并讓水均勻上升速率從洞中涌出，從低到高掩模真?zhèn)€地形。當處在不同匯水盆地的水要聚合在一起時，修建大壩將阻值聚合。當水繼續(xù)上升，當水面淹沒說有分水嶺時，大壩對應的邊界，就是分水嶺算法的分割線。4.5.1分水嶺算法的基本思想4.5.3水壩的構造水壩的構造是以二值圖像為基礎的，構造水壩分離二元點集的最簡單的方法是使用形態(tài)膨脹。4.5.3分水嶺算法的分割實例謝謝！21、要知道對好事的稱頌過于夸大，也會招來人們的反感輕蔑和嫉妒?！喔?/p>

22、業(yè)精于勤，荒于嬉；行成于思，毀于隨。——韓愈

23、一切節(jié)省，歸根到底都歸結為時間的節(jié)省?！?/p>