第七章图像的分割
图像分割的概念
图像分割是指通过某种方法,使得画面场景中的目标物被分为不同的类别。
通常图像分割的实现方法是,将图像分为“黑”、“白”两类,这两类分别代表了两个不同的对象。
因为结果图像为二值图像,所以通常又称图像分割为图像的二值化处理。
图像分割的概念
从前面两个例子可以看到,图像分割是比较困难的事情,原因是画面中的场景通常是复杂的,要找出两个模式特征的差异,并且可以对该差异进行数学描述都是比较难的。
本章将介绍几种基本的典型方法。
图像分割的概念
图像分割原理上的计算公式如下:
其中,f(i,j)为原始图像,g(i,j)为结果图像(二值),
Th为阈值。
显然,阈值的选取决定了二值化效果的好坏。
p-参数法
p-参数法对于实现已知目标物在画面中所占比例的情况下使用比较有效。
p-参数法的基本设计思想是:对固定分辨率下的目标物,根据目标物在画面中所占的比例来选择阈值,进行二值化处理。
p-参数法原理
如下图所示,假设目标物为暗,背景为亮;
先试探性地给出一个阈值(黄色) ,统计目标物的像素点数在整幅图中所占的比例是否满足要求,是则阈值合适;否则,阈值则偏大(右)或者偏小(左),再进行调整,直到满足要求(白色)。
阈值
阈值
p-参数法算法
计算得到原图的灰度直方图h;
输入目标物所占画面的比例p;
尝试性地给定一个阈值Th=Th0;
计算在Th下判定的目标物的像素点数N;
5. 设图像的大小为m*n,判断ps=N/(m*n)是否接近p?
是,则输出结果,否则,Th=Th+dT; (if ps<p, 则dT>0;else dT<0),转4,直到满足条件。
p-参数法的二值化效果
p=%
均匀性度量法
所谓的均匀性度量方法,是根据“物以类聚”
的思想而设计的。
其基本设计思想是:属于“同一类别”的对象
具有较大的一致性。
实现的手段是:以均值与方差作为度量均匀
性的数字指标。
均匀性度量算法
1)给定一个初始阈值Th=Th0(例如:可以默认为
1,或者是128等),则将原图分为C1和C2两类;
2)分别计算两类的类内方差:
多媒体技术中的数字图象处理(PPT课件) 来自淘豆网www.taodocs.com转载请标明出处.