2
1 2 P1
灰度级门限化
P1，P2——背景和物体出现的先验概率。 （3）物体和背景的灰度级出现部分重叠。
选双门限
1 g(x, y) 0
f (x, y) T1 f (x, y) T2
对 T2<f(x,y)<T1，可利用空间信息来确 定g(x,y)。可用这个点的邻域内已作出结
论的点的多数来确定该点的归属，或根
第二步
5586
4897
2283
3333
区域生长----分割区域
从满足检测准则的点开始(或者已知点)
在各个方向上生长出区域。
例如：每一步所接受的邻近点的灰度级
与先前物体的平均灰度级相差小于2。
第三步
5586
4897
2283
3333
Terms
Image segmentation:图象分割 Object:物体 Background:背景 Classification:分类 Clustering:聚类 Template, Mask:模板 Convolution kernel:卷积核 Operator:算子
图象分割
（3）要识别和标定细胞的显微照片中的 染色体，需要用图象分割技术。
一幅图象通常是由代表物体的图案与 背景组成，简称物体与背景。若想从一 幅图象中“提取”物体，可以设法用专 门的方法标出属于该物体的点，如把物 体上的点标为“1”，而把背景点标为“0”， 通过分割以后，可得一幅二值图象。
分类故事——一枝独秀 交大学生作品
（1）
x f (x, y)2 y f (x, y) 2
（2）
x f (x, y) y f (x, y)
（3）
max x f (x, y) , y f (x, y)
差分算子
（二）拉普拉斯算子 ：
2 f (x, y) [ f (x 1, y) f (x 1, y) f (x, y 1) f (x, y 1)] 4 f (x, y)
鼠标指向图像，按右键，选“播放”
F L A S H
线段检测的重要性
模板匹配
（2）线模板
1 1 1
2
2
2
1 1 1
1 2 1 1 2 1 1 2 1
2 1 1 1 2 1 1 1 2
1 1 2 1 2 1 2 1 1
实例
模板匹配
（3）方向模板
东 1 1 1
1 2 1 1 1 1
的两类区域组成。如文字与纸张、地物 与云层（航空照片）。
其特点:直方图具有两个峰，分别与两 个灰度级范围相对应 。
故可选择一个门限，将两个峰分开。
灰度级门限化
令f (x, y)原始图象
g
(
x,
y)
1 0
f (x, y) T f (x, y) T
门限T的选择，一般取两个峰值间的谷 值。
实例
P453 Fig.18-4
象素分类
1) 用灰度级门限化方法来分割一幅图象 时，若想从亮的背景中分离出暗的物 体,利用一门限值T将象素分为“亮” 的和“暗”的两类。
2) 在边缘检测中，利用对一些差分算子 的响应值进行门限化，将象素分为 “边缘”上的点和“非边缘”上的点 两类。
灰度级门限化
(一)一般概念 许多情况，图象是由具有不同灰度级
使用空间特性进行象素分类
局部特性值门限化 例:中心区域由黑白相间的噪声,背景相
均匀,中心区域与背景的灰度级平均值一 样。
不能用局部平均进行平滑而后经门限 化实现分割。应
（1）每一点上计算局部特性值——梯 度值。（2）然后通过局部平均进行平滑 （3）进行门限化分类。
局部特性值门限化
用这种方法分割具有纹理结构特性的 区域是很有效的。
这样就可减少灰度级密度分布重叠的麻 烦。通过局部平均使直方图上的峰值锐 化，谷值变明显。
极端例子： 稀疏点背景、稠密点区域的分割。
实例
灰度级门限化
第一条从灰度级101到灰度级200； 第二条从灰度级51到灰度级150
灰度级门限化
门限76，从图开始到第二条灰度 渐变带灰度级变为76为止
灰度级门限化
Terms
Point template:点模板 Line template:线模板 Region growing:区域生长 Texture:纹理
0 111 00
22 0 111 00
22
边缘变模糊， 用抑制非最大 值锐化边缘。
差分算子
1
2x
f
(x,
y)
[ 2
f
(x,
y)
f
(x,
y 1)
f
(x 1,
y)
f (x 1, y 1)]
掩模
11 1 2 1 1
1 1 1 2 1 1
实例
差分算子
Priwitt 算子
4 f (x 1, y) f (x 2, y) f (x 1, y 1) f (x 2, y 1)]
差分算子
掩模
1 1
4x
f
( x,
y)
1 4
1
1
1
1
1 1
1 1 1 1 1 4y f (x, y) 4 1 1 1 1
实例
差分算子
例
0 0 0111 0 0 0111
1 1 1
1 3
0
1
0 1
0
1
1 0 1
1 3
1
0
1
1 0 1
实例
差分算子
Sobel算子
1 2 1
1 4
0
1
0 2
0
1
1 0 1
1 4
2
0
2
1 0 1
加权平均。 对靠近中心（x,y）的点权值为对角线
方向邻点的权值的2倍。
实例
模板匹配
（一）模板匹配的概念
在恒定亮度背景下,有一亮点,当模板中
掩模 ：
0 1 0 1 4 1 0 1 0
P463 Fig.18-12
差分算子
在计算的时候若需要保持灰度范围不
变，应除以4。
例：
用拉氏算子经计算得
11 1 1 1 1 111 000 11 0000 10 0 0 0 1
周边灰度为零
111111
12112231
1102211
1122
1
132
多个局部特性值： 灰度级 局部平均灰度级 梯度值 局部平均梯度值 局部方差值
边缘检测
边缘可定义为在局部区域内图象的差 别，他表现为图象上的不连续性。(灰度 级的突变，纹理结构的突变，颜色的变 化)
灰度级突变： 阶跃边缘 脉冲状边缘 阶跃脉冲状边缘
实例
人可以仅满足于边缘提供的信息
边缘
F L A S H
序贯分割
并行法： 对图象上每一点所作的处理不依赖于
其他点上经过处理已经得到的结果。 序贯法：
需用前面已经处理的结果，跟踪计算 不需要在每一点上进行，只需在已检测 的点到正在跟踪的延伸点上作计算。
序贯分割
边缘和曲线的跟踪 光栅跟踪 扫描 全向跟踪 向四个或者八个方向扫描
区域生长----分割区域
边缘与区域
点 击 图 片 播 放 视 频
跳动的心是怎样生成的？
放射科放疗 适形放疗：铅模作准直器 先确定病灶边界
适形放疗： 先确定病灶边界
Tumor
适形放疗： 制铅模，作准直器
Lead
适形放疗： MLC: multi-leaf collimator
Lead
边缘检测
阶跃边缘
实例
边缘检测
脉冲状边缘：线条、曲线、点 。
实例
边缘检测
阶跃脉冲状边缘：田里长有各种作物的 田间小道。
实例
差分算子
（一）梯度：
f
G[
f
(x,
y)]
f
x
y
x f (x, y) f (x, y) f (x 1, y) y f (x, y) f (x, y) f (x, y 1)
差分算子
门限175，用白线将图中灰度大于 175的区域包围起来
灰度级门限化
第一条灰度为101； 第二条灰度为51
灰度级门限化
(五)可变门限 不均匀照射,物体背景对比明显,但使用
一门限不行。 解决方法： (1)灰度级校正。 (2)图象分成小块,选择局部门限。
中心区域由黑白相间的噪声,背景则均匀, 中心区域与背景的灰度级平均值一样。
从满足检测准则的点开始(或者已知点)
在各个方向上生长出区域。
例如：每一步所接受的邻近点的灰度级
与先前物体的平均灰度级相差小于2。
起始
5586
4897
2283
3333
区域生长----分割区域
从满足检测准则的点开始(或者已知点)
在各个方向上生长出区域。
例如：每一步所接受的邻近点的灰度级
与先前物体的平均灰度级相差小于2。
彩色图像
纹理
纹理
纹理
纹理
纹理
纹理
纹理
纹理
形似？ 神似？
彩色与纹理检测
彩色检测： 先对fr(x,y), fg(x,y), fb(x,y)分量进行梯度
运算，求其平方和的平方根，得到彩色 图像的边缘。 纹理检测：
纹理的平均灰度级一般不同，利用平 均值差分检测边缘或先求梯度再求平均 值差分。
1,
y
1)]
差分算子
f4 (x,
y)
f4 (x 1,
y)
1[ 4
f
(x,
y)
f
(x,
y 1)
f
(x