?????? ??? ???? - PowerPoint PPT Presentation

Presentation Transcript

數位影像處理第九章影像分割

班　　級:四電四

姓　　名:李孟螢

學號:109610339

前言:

閥值運算
閥值的應用
設定合適的閥值
可適性閥值運算
邊緣閥值
導數與邊緣
二階導數
Canny 邊緣偵測
Houngh 轉換
在MABLAB中執行Houngh轉換

9.1導論

分割(segmentation):

指將影像按照組合的部分分割，或將影像

中各個物件分割開來。

本章節主要探討:閥值運算與邊緣偵測。

9.2 閥值運算

分成兩種1.單一閥值2.雙重閥值

9.2.1 單一閥值

灰階影像要轉為二元(黑白)數位影像，

必須先將原始影像中設定灰階值 T，依照每

個像素灰階值大小，將像素轉換黑色或白色

:

灰階值 >T，像素轉換成白色

灰階值 ≦T，像素轉換成黑色

利用MATLAB 來進行閥值運算，將8位元

影像儲存成變數 X。使用imshow來檢測結果。

下圖影像是暗色背景中散落著淺色稻殼

>>r = imread ( ‘ rice.tif ’ ) ;

>> imshow ( r ) , figure , imshow ( r > 110 )

圖9.1

而淺素背景暗色物體的影像也可以利用相同的處理方式 :

>>b = imread ( ‘ bacteria.tif ’ ) ;

>> imshow ( b ) , figure , imshow ( b > 100 )

圖9.2

向量化代表將整個矩陣或向量進行一項

運算可以不必透過迴圈或一組巢狀迴圈來進

行運算。指令 X ＞ T 會將像素灰階值大於 T

者轉換成 1 ，而小於或等於 T 者轉換成 0 ，

得到的 0 或 1 的矩陣，就是二元數位影像。

除了上面的方法，在MATLAB還可使用函

數 im2bw，對任何資料型態的影像進行閥值

運算，一般語法如下:

以下是圖9.19.2 的另一個方法

>>im2bw ( image , level ) ;

>>im2bw ( r , 0.43 ) ;

>> im2bw ( b , 0.39 ) ;

除了可以從影像中擷取某個物體，閥值

運算還可以顯示影像中隱藏的特性。

例如影像paper.tif看起來是全白，因為所

有的灰階值都很高。但設定高數值的閥值，結

果會出現超多黑點。

>>p = imread(‘ paper.tif ’) ;

>> imshow ( p ) , figure , imshow ( p ＞ 124 )

圖9.3白紙運算閥值

9.2.2 雙重閥值

設定閥值 T1 與 T2 :

利用單一閥值的方法加以修，就成可成為雙

重閥值運算:

X>T1&X>T2

因 & 所以必須兩個不等式成立結果才會為 1。

灰階值介於T1與T2，則像素轉換成白色

灰階值其他數值，則像素轉換為黑色

指令是先將索引影像 spine.tif 轉換成八

位元灰階影像，然後再進行閥值運算:

結果雙重閥值顯示出脊椎一些比較細緻部

分，這是單一閥值無法做到。也使用im2bw得

到相似結果。

>>[ x , map ] = imread(‘ spine.tif ’) ;

>> s = uint8 ( 256 * ind2gray ( x , map ) );

>> imshow ( s ) , figure , imshow ( s ＞ 115 & s < 125 );

>> imshow ( im2bw ( x , map , 0.45 ) & ~ im2bw ( x , map , 0.5 ) )

閥值計算後

原始影像

圖9.4

9.3 閥值的應用

閥值運算可適用於下列情況:

去除影像中不需要的細節，留下基礎要素。
顯示影藏的特性。

3. 還可用於其他用途，如將文字或雜亂背景去除。

雜亂背景去除的例子

>>r = read ( 256 ) * 128 + 127 ;

>>t = imread ( ‘ text.tif ‘ );

>> s = uint8 ( r * double ( not ( t ) ) );

>> imshow ( s ) , figure , imshow ( s ＞ 115 & s < 125 );

>> imshow ( tr > 100)

圖9.5

9.4 設定適合的閥值

閥值運算中計算物體的大小或數量，必須設

定適合的閥值。設定數值太大或太小都會有影響

。假設利用im2bw進行閥值運算，閥值 t 的範圍

為 0 < t < 1 。

圖9.6

要找到適合閥值的方

法就是將影像直方圖視為

一種機率分布，這最佳閥

值法叫做Otsu演算法。

Otsu 演算法可以利用

MATLAB中函數 graythresh

執行。左圖為函數計算出

的結果。

>>imshow(im2bw(n,tn))>>figure,imshow(im2bw(r,tr))>>figure,imshow(im2bw(b,tb))>>figure,imshow(im2bw(e,te))>>imshow(im2bw(n,tn))>>figure,imshow(im2bw(r,tr))>>figure,imshow(im2bw(b,tb))>>figure,imshow(im2bw(e,te))

再利用im2bw對影像進行閥值運算:

圖9.7

>> c = imread(‘circles.tif’);>> x = ones(256,1)*[1:256];>> c2 = double(c).*(x/2+50)+(1-double(c)).*x/2;>> c3 = uint8(255*mat2gray(c2));>>t = graythresh(c3);>> ct = im2bw(c3,t);>> figure,imshow(c3),figure,imshow(ct);

9.5 可適性閥值運算

有時單一閥值是不能完全取出物體影像。這

在物體與背景亮度不均勻狀況下就有可能發生。

例如:將背景與圓形亮度不均來做閥值運算

結果不佳，不是每個物體都可以從背景擷取出

來，無論在哪一層都無法將圓形從背景取出。

圓形影像 c3

利用閥值計算 ct

圖9.8

>> p1=c3(:,1:64);>> p2=c3(:,65:128);>> p3=c3(:,129:192);>> p4=c3(:,193:256);>> g1=im2bw(p1,graythresh(p1));>> g2=im2bw(p2,graythresh(p2));>> g3=im2bw(p3,graythresh(p3));>> g4=im2bw(p4,graythresh(p4));>>imshow([g1 g2 g3 g4])

依照上面的情形可以將影像切成小塊，

再去對每一塊分別設定閥值。