图象分割与边缘检测优秀课件

❖ (2)边缘存在的尺度范围各不相同，这类算子固定的 大小不利于检测出不同尺度上的所有边缘；
❖ (3)对噪声都比较敏感。 ❖ 这类算子存在上述缺陷的关键是其等效平滑算子过
于简单。为解决这一问题发展并产生了平滑滤波边 缘检测方法，也就是边缘检测理论中最成熟的线性 滤波方法，也称线性滤波边缘检测算子
.
❖ 一阶微分是一个矢量，既有大小又有方向， 和标量相比，它的存储量大。另外，在具有 等斜率的宽区域上，有可能将全部区域都当 作边缘检测出来。因此，有必要求出斜率的 变化率，即对图像函数进行二阶微分运算
❖ 当加入高斯白噪声后，Laplacian算子、LOG算子检 测效果都不同程度的受到噪声的影响，Laplacian算子 受噪声影响最明显，几乎检测不出边缘；而LOG算子 检测出大量伪边缘和噪声点，并且检测出的边缘不全； 虽然Canny算子在噪声严重的情况下，也受到一定的 影响检测出的边缘有少量残缺，并出现少量的伪边缘， 但Canny算子的检测效果总体上还是比较满意的。
❖ 传统的计算方法是用模板在图像中每个象素的邻域 进行卷积运算，如Roberts,Prewitt,Sobel等算子， 这些算子的主要缺点是对噪声敏感和边定位精度低。
❖ 对边缘检测方法的有效性进行评价，Canny提出了 三个边缘检测准则：
❖ (1)最优检测：漏检真实边缘的概率和误检非边缘的 概率都尽可能小；
❖ 由于合理地设置了参数，因而避免了一些伪边缘的 提取。
❖ 改进的Laplacian算子相对于原来的Laplacian算子 而言，不但检测出来的边缘更清晰，而且也检测出 原来所没有检测出的一些边缘。
.
.
LOG边缘检测
❖ 利用图像强度二阶导数的零交义点来求边缘点的算 法对噪声十分敏感，在边缘增强之前滤除噪声。

p (z) P 1 p 1 (z) P 2 p 2 (z)
(5-5)
如图5-3所示，如果设置一个阈值T，使得灰度值小于T 的像素分为背景，而使得大于T的像素分为目标，则把目标 像素分割为背景的误差概率E1(T)为
E1(T)Tp2(z)d z
(5-6)
把背景像素分割为目标的误差概率E2(T)为
E2(T)Tp1(z)dz
假定图像中仅包含两类主要的灰度区域(目标和背景)， z代表灰度值，则z可看做一个随机变量，直方图看做是对灰 度概率密度函数p(z)的估计。p(z)实际上是目标和背景两个 概率密度函数之和。设p1(z)和p2(z)分别表示背景与目标的概 率密度函数，P1和P2分别表示背景像素与目标像素出现的概 率(P1+P2=1)。混合概率密度函数p(z)为
0 f(x,y)T1 g(x,y) k Tkf(x,y)Tk1
255f(x,y)Tm
k1,2, ,K1
(5-2)
式中： Tk为一系列分割阈值； k为赋予每个目标区域的标 号； m为分割后的目标区域数减1。
阈值分割的关键是如何确定适合的阈值， 不同的阈值
其处理结果差异很大， 会影响特征测量与分析等后续过程。
阈值分割过程如下： 首先确定一个阈值T， 对于图像 中的每个像素， 若其灰度值大于T，则将其置为目标点(值 为1)， 否则置为背景点(值为0)， 或者相反， 从而将图像 分为目标区域与背景区域。 用公式可表示为
g(x,y)10
f(x,y)T f(x,y)T
(5-1)
在编程实现时， 也可以将目标像素置为255， 背景像 素置为0， 或者相反。 当图像中含有多个目标且灰度差别 较大时， 可以设置多个阈值实现多阈值分割。 多阈值分割 可表示为

第9章图像分割与边缘检测
9.1 论述 9.2 阈值化技术 9.3 边缘检测 9.4 边界跟踪 9.5 阈值分割 9.6 区域分割 9.7 运动分割
Page 1
第一部分
整体概述
THE FIRST PART OF THE OVERALL OVERVIEW, PLEASE SUMMARIZE THE CONTENT
（1）使用Roberts算子的edge函数语法格式：
BW=edge(I,'roberts') BW=edge(I, 'roberts',thresh) [BW, thresh]=edge(I, 'roberts',...)
Page 35
（2）使用Sobel算子的edge函数语法格式：
BW=edge(I, 'sobel') BW=edge(I, 'sobel', thresh) BW=edge(I, 'sobel', thresh, direction) [BW, thresh]=edge(I, 'sobel',...)
可以利用统计判决确定门限，比如利用 最小误判概率准则确定分割的最佳门限。
Page 9
Page 10
Page 11
Page 12
Page 13
Page 14
9.3 边缘检测 9.3.1 边缘检测算子 9.3.2 边缘检测算子的MATLAB 实现
Page 15
边缘的检测正是利用物体和背景在某种 图像特性上的差异来实现的，这种差异包括 灰度、颜色或者纹理特征。
虽然这两个算子边缘定位效果不错，但 检测出的边缘容易出现多像素宽度。
Page 32

图像分割与边缘检测
26、机遇对于有准备的头脑有特别的 亲和力 。 27、自信是人格的核心。
28、目标的坚定是性格中最必要的力 量泉源 之一， 也是成 功的利 器之一 。没有 它，天 才也会 在矛盾 无定的 迷径中 ，徒劳 无功。- -查士 德斐尔 爵士。 29、困难就是机遇。--温斯顿．丘吉 尔。 30、ቤተ መጻሕፍቲ ባይዱ奋斗，所以我快乐。--格林斯 潘。
谢谢你的阅读
❖ 知识就是财富 ❖ 丰富你的人生
71、既然我已经踏上这条道路，那么，任何东西都不应妨碍我沿着这条路走下去。——康德 72、家庭成为快乐的种子在外也不致成为障碍物但在旅行之际却是夜间的伴侣。——西塞罗 73、坚持意志伟大的事业需要始终不渝的精神。——伏尔泰 74、路漫漫其修道远，吾将上下而求索。——屈原 75、内外相应，言行相称。——韩非