数字图像处理
Chapter 10 Image Segmentation
10.图像分割
第10章 图 像 分 割
分割是将图像细分成一个个子区域或对像的过程，比如： 电子（路）元件的自动检测，断线检测等等。
精确的分割往往决定着计算分析过程的成败，系统设计时 ，如果能对检测环境加以控制，则应优先采用这种主动控制环 境的方法，如果难以控制，则可考虑选择合适的传感器类型， 如军事上的红外传感器。
0
1
2
-2 -1 0
-1 0
1
-1 0 -1
-1 0
1
-1 0
1
-1 -1 0
0 -1 -1-2 -1 0来自012
对角线方向Prewitt
对角线Sobel
f Gx Gy
P469例10.4对梯度及分量进行了说明: 详见图10.10、10.11、10.12（下面三页）：
数字图像处理
Chapter 10 Image Segmentation
例10.5通过零交叉寻找边 缘
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
结果： 零交叉点图像中的边缘比梯度边缘细 存在“空心粉效应” 具有抑制噪声能力，和抗干扰能力。
数字图像处理
Chapter 10 Image Segmentation
10.2 边缘连接和边界检测
(x, 代y)表 在（f x,y）处方向角。
( x,
y)
arctan
Gy Gx
边缘在（x,y）处方向与此点梯度向量方向垂直。
数字图像处理
Chapter 10
Image Segmentation
10.1 间断检测
简化实现方法： Roberts交叉梯度算子：
Gx (z9 z5 ) Gy (z8 z6 )
为2×2模板
-1
0
0
+1
0
-1
1
0
Roberts
-1 -1 -1
-1 0 1
-1 -2 -1
-1 0 1
000
-1 0 1
000
-2 0 2
111
-1 0 1
121
-1 0 1
Rrewitt
Sobel
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
0
1
1
-1 -1 0
10.1 间断检测
拉普拉斯算子 实际：
2 f
2 f x 2
2 f y 2
2 f 4z5 (z2 z4 z6 z8 )
或：
2 f 8z5 (z1 z2 z3 z4 z5 z6 z7 z8 z9 )
对分别以90°和45°为增量的旋转变换，是各向同性的。
数字图像处理
Chapter 10
考虑上述四个模板（R1，R2，R3，R4），将4个 模板分别应用于一幅图像，如果| Ri || Rj | j则该i 点在i方向 上的线更相关。
例子见P462例10.2
数字图像处理
例10.2
Chapter 10
Image Segmentation
10.1 间断检测
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
10.1.3 边缘检测 本节讨论实现一阶和二阶数字导数检测边缘
的方法 基本说明 边缘：“局部”概念 边界：“整体性”概念 首先对边缘建模，参见图10.5和图10.6：
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
图10.5：
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
图10.6：
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
一阶导数：检测边缘 点
二阶导数：判断边缘 像素在边缘亮的一边，还是 暗的一边
P465 例10.3有噪声 的边缘附近一阶和二阶导数 性质:
f
4
即用
2h(r)
r
2 4
2
e
r2 2 2
与图像作卷积
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
2h(图r) 像见图10.14。
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
此算子叫LoG算子，模板 见上页图10.14（d）
10.1 间断检测
梯度算子：
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
梯度算子：
梯度算子：
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
数字图像处理
Chapter 10 Image Segmentation
10.2 边缘连接和边界检测
上节谈到的边缘检测技术常子由于噪声， 不均匀照明等原因，而产生线现象。
使用连接过程将边缘像素合成有意义的边 缘。
数字图像处理
Chapter 10 Image Segmentation
数字图像处理
Chapter 10
Image Segmentation
10.1 间断检测
结论：二阶导数对噪声更为敏感
边缘：一阶导数最大：用梯度计算
二阶导数为0：拉氏算子
梯度算子：
f
定义：
Gx G y
x f
y
梯度向量指向f变化率最大方向。
大小：
f mag(f )
1
Gx2 Gy2 2
图像分割算法一般基于亮度值的两个基本特性： ①不连续性：边缘边界 ②相似性：门限处理，区域生长
本章先介绍，不连续性的，然后连续性的。
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
10.1 间断检测 介绍检测图像中3种基本类型的问题技术：
点、线、边缘。
响应
9
Image Segmentation
10.1 间断检测
拉氏算子一般不直接用于边缘检测，原因：噪声敏感
性，不能检测边缘方向
解决方法：平滑滤波
高斯函数：
h(r)
e
r2 2 2
r x2 y2, 是标准差。以此作滤波函数（作卷积）
令：g h（* ff为图像）
2g 2[h* f ]
r2
2
e
r2 2r2
R i zi
i 1
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测
10.1.1 点检测 孤立点的检测： | R | T 和为0，故常数区域模板响应为0 例子见P461，例10.1
数字图像处理
Chapter 10 Image Segmentation
10.1 间断检测 10.1.2 线检测