数字图像处理之图像分割理论理解篇

数字图像处理之图像分割理论理解篇

1、图像分割概述

目的：把图像空间分成一些有意义的区域，与图像中各种物体目标相对应。通过对分割结果的描述，可以理解图像中包含的信息
（阈值分割、区域分割、边缘检测）

分类依据：
像素间的相似性：灰度或纹理（连续性）
阈值分割，区域分裂与合并

像素间的跳变性：灰度跳变或纹理结构的突变（非连续性）
边缘检测和边缘跟踪

结构分割：
阈值分割、区域增长、边缘检测、纹理分析等
非结构分割:
统计模式识别、神经网络

集合定义描述：

（1）说明分割必须是完全的，即每个像素必须属于一个区域
（2）涉及在分割区域内的像素必须满足的性质
（3）不同区域必须是互不相交的
（4）不同区域的属性不同
（5）划分的区域必须是连通区域

2、阈值分割

单一阈值的灰度直方图

全局阈值：仅取决于图像的灰度值
局部阈值：取决于图像灰度值和该点邻域的某种局部特性
动态阈值（自适应阈值）：取决于图像灰度值和该点邻域的某种局部特性，还取决于空间坐标

（1）迭代法计算阈值

T=(u1+u2)/2;

（2）极小值点阈值选取方法

求直方图包络曲线的最小值
具体应用时，多用高斯函数与直方图的原始包络函数相卷积而使包络曲线得到一定程度的平滑

（3）最佳阈值搜寻方法

整体灰度级变化的混合概率密度函数可以表达成混合高斯密度GMM
利用EM算法可以求出两个高斯曲线的均值和方差
T=（u1+u2）/2+σ^2/(u1-u2)*ln(P2/P1)
此处是假设方差相等情况

3、边缘检测

物体的边缘是以图像的局部特征不连续的形式出现的，即指图像的局部亮度变化最显著的部分。例如灰度值的突变、颜色的突变、纹理结构的突变等，同时物体的边缘也是不同区域的分界处

通常沿边缘的走向灰度变化平缓，垂直于边缘走向的像素变化剧烈

边缘检测是基于边缘分割方法的最基本处理

检测图像中灰度空间变化的最基本方法，是对函数f(x,y)的微分

最常用的微分是梯度算子和拉普拉斯算子

f(x,y)的梯度计算，两种方法
间接法：先重构（拟合）一个连续图像，然后求梯度
直接法：直接有有限差分近似计算梯度

常用的几种算子
Robert算子

Prewitt算子

Sobel算子

Zsotropic算子

Kirch算子

八个方向，选一个最大值作为中央元素

边缘检测对噪声敏感，常在用作边缘检测前对图像进行抑制噪声处理

拉普拉斯算子



缺点：
对噪声敏感，常产生双像素宽的边缘，无方向性

Canny算子
边缘算子必须满足的三个准则
（1）低错误率
边缘算子只对边缘响应，并能找到所有的边，而对于非边缘应能舍弃
（2）定位精度
被边缘算子找到的边缘像素与真正的边缘像素之间的距离应尽可能的小
（3）单边效应
在单边存在的地方，检测结果不应出现多边

边沿检测中的两个重要方法：LoG和DoG
高斯函数的拉普拉斯
高斯函数的差分

用高斯低通滤波器对图像先进行一个降噪处理

高斯函数的拉普拉斯可以近似等于两个高斯函数的差分的差值，方差不同

边缘明显过的并且噪声小的适合高斯函数差分
边缘不明显的适合LoG

4、区域分割

优点：
由于阈值分割算法没有或很少考虑空间关系，使得多阈值选择受到限制，基于区域的分割算法可以弥补这点不足，它是利用图像的空间性质，该方法认为分割出来的属于同一区域的像素应具有相似的性质。同时对含有复杂场景或自然景物等先验知识不足的图像进行分割，也可以取得较好的性能

（1）区域生长

找一个种子像素作为生长起点
通过相似准则进行合并

生长准则：
代数性质：灰度差
统计性质：区域内灰度分布的相似性进行合并
几何性质：合并两邻接区域的共同边界中对比度较低的部分占领整个区域边界份额较大的区域
或者
合并两邻接区域的共同边界中对比度较低部分比较多的区域

（2）区域分离与合并

优点：避开了种子点的选取

设整幅图像为初始区域
对每个区域，如何特性不一样分为四个区域，直到没有区域可以分裂
对于图像任意两个相邻区域，如何性质相同则合并 直到没有相邻区域可以合并，算法结束

从整幅图像开始通过不断分裂得到各个区域图像
四叉树表达方法的迭代分裂合并算法

（4）分水岭图像分割

借鉴形态学理论的分割方法，利用区域特性来分割图像，将边缘检测与区域生长的优点结合起来，能得到单像素宽的，连通的，封闭的，位置准确的轮廓

基于局部极小值和积水盆概念
积水盆是地形中极小点的影响区，水平面从这些局部极小值处上涨，在水平面浸没地形的过程中，每一个积水盆被筑起的“坝”所包围，这些坝用来防止不同积水盆的水混合在一起，在地形完全浸没到水中之后，这些筑起的坝就构成了分水岭。

3个步骤：
对原图像进行梯度变换，得到梯度图
用合适的标记函数把图像中相关的目标及背景标记出来得到标记图
将标记图中相应标记作为种子点，对梯度图像进行分水岭变换，产生分水岭线