图像分割(第七章)

《图像分割(第七章)》由会员分享，可在线阅读，更多相关《图像分割(第七章)（187页珍藏版）》请在装配图网上搜索。

1、第七章：图像分割 一：概述和分类二：并行边界技术三：串行边界技术四：并行区域技术五：串行区域技术第七章：图像分割 一：概述和分类二：并行边界技术三：串行边界技术四：并行区域技术图像分析系统的基本构成图像分割的概念图像分割的基本思路图像分割的基本策略图像分割算法的分类五：串行区域技术六：分割评价简介第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价7-1概述和分类图像分析系统的构成第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价屮级处理底级处理表示与描述J知识库!-识别r7结果MHJ咼

2、级处理第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价7.1概述和分类图像分割的概念-把图像分解成构成它的部件和对象的过程-有选择性地定位感兴趣对象在图像中的位置第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价7.1概述和分类图像分割的基本思路1.2.3.从简到难，逐级分割 控制背景环境，降低分 割难度把焦点放在增强感兴趣对象，缩小不相干图像 成分的干扰上第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区

3、域I分割评价7.1概述和分类图像分割的基本思路1从简到难，逐级分割-分割矩形区域定位牌照-定位文字第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价7.1概述和分类图像分割的基本思路2. 控制背景环境，降低 分割j滩度-背景环境：路面、天空第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价7.1概述和分类图像分割的基本思路3把焦点放在增强感兴趣对象，缩小不相干 图像成分的干扰上感兴趣的对象:汽车牌照-不相干图像成分:非矩形区域第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域

4、I分割评价7-1概述和分类图像分割的基本策略图像分割的基本策略，基于灰度值的两个基本特性:1.不连续性一区域之间2.相似性一区域内部根据图像像素灰度值的不连续性先找到点、线（宽度为1）、边（不定宽度）再确定区域7.1概述和分类图像分割的基本策略-根据图像像素灰度值的相似性通过选择阈值，找到灰度值相似的区域区域的外轮廓就是对象的边第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价7.1概述和分类图像分割算法的分类基于边界的算法（利用区域间灰度不连续性）一基于区域的算法（利用区域内灰度相似性）还可根据分割过程中处理策略的不同来分:并行算法一串行算法第七章：图像分割 一：概述和分

5、类二：并行边界技术三：串行边界技术四：并行区域技术图像分析系统的基本构成图像分割的概念图像分割的基本思路图像分割的基本策略图像分割算法的分类五：串行区域技术第七章：图像分割 一：概述和分类二：并行边界技术三：串行边界技术四：并行区域技术边缘检测微分算子边界闭合哈夫变换五：串行区域技术六：分割评价简介第七章:图象分割概述：并行边界 串行边界I并行区域I串行区域I分割评价7.2并行边界技术1. 边缘检测-边界的定义:是两个具有相对不同灰度值特性的区域的边界-适用于：假定问题中的区域是非常类似的，两个区域之 间的过渡，仅仅根据灰度的不连续性便可确定 -不适用于：当假定不成立时，阈值分割技术一般来说比

6、边 缘检测更加实用第七章:图象分割概述：并行边界 串行边界I并行区域I串行区域I分割评价第七章:图象分割概述：并行边界 串行边界I并行区域I串行区域I分割评价7.2并行边界技术1.边缘检测基本思想:计算局部微 分算子边界图像截面图第七章:图象分割概述：并行边界 串行边界I并行区域I串行区域I分割评价7.2并行边界技术1. 边缘检测-一阶微分：用梯度算子来计算特点：对于亮的边，边的变化起点是正的，结束 是负的。对于暗边，结论相反。常数部分为零。用途：用于检测图像中边的存在第七章：图象分割概述并行边界串行边界并行区域I串行区域I分割评价7.2并行边界技术1. 边缘检测一二阶微分：通过拉普拉斯来计算

7、特点：二阶微分在亮的一边是正的，在暗 的一边是负的。常数部分为零。第七章:图象分割概述：并行边界 串行边界I并行区域I串行区域I分割评价7.2并行边界技术1. 边缘检测-二阶微分:通过拉普拉斯来计算第七章:图象分割概述：并行边界 串行边界I并行区域I串行区域I分割评价第七章:图象分割概述：并行边界 串行边界I并行区域I串行区域I分割评价用途:1)二次导数的符号，用于确定边上的像素是在亮的一边,还是暗的一边。第七章:图象分割概述：并行边界 串行边界I并行区域I串行区域I分割评价2) 0跨越，确定边的准确位置Z1Z2Z3Z4Z5Z6Z7Z8Z97.2并行边界技术2. 微分算子梯度算子函数f（x，y

8、）在（x，y）处的梯度为一个向量:Vf =GX GyF= df / dx , df / 5yT 计算这个向量的大小为：mag(Vf ) = (df 15x)2 +(5f / Sy)21/2近似为：vf |ax| + |ay|第七章：图象分割概述并行边界串行边界并行区域I串行区域I分割评价7.2并行边界技术2.微分算子梯度算子度的方向角为:-1-2-1000121-101-202-101a(x,y) = tan(3y / dx)Sobel算子为：5x = (z7 + 2z8 + z9)(z + 2z2 + z3)Sy = (z3 + 2ze + z9) - (Zi + 2z4 + z7)梯度值:

9、Vf |3x| + |5y第七章：图象分割概述并行边界串行边界并行区域I串行区域I分割评价7.2并行边界技术2. 微分算子-Sobel梯度算子的使用与分析1）直接计算勿、办可以检测到边的存在，以及从暗到亮，从亮到暗的变化2）仅计算|办|,产生最强的响应是正交于x轴的边；|5y |则是正交于y轴的边。3）Soleb算子具有平滑效果，由于微分增强了噪音，这一点是特别引人注意的特性埜章：图象分割I 概述1并行边界 串行边界I并行区域I串行区域I分薊而埜章：图象分割I 概述1并行边界 串行边界I并行区域I串行区域I分薊而7.2并行边界技术第七章:图象分割概述丨并行边界 串行边界I并行区域I串行区域I分

10、割评们7.2并行边界技术Z1Z2Z3Z4Z5z6Z7Z8Z97.2并行边界技术2. 微分算子拉普拉斯二维函数f(x,y)的拉普拉斯是一个二阶的微分 定义为：v2f = s2! / ax2,/ ay2可以用多种方式被表示为数字形式。对 于一个3x3的区域，经验上被推荐最多的形 式是：V2f = 4z5 - (z2 + z4 + z6 + z8)第七章:图象分割概述丨并行边界 串行边界I并行区域I串行区域I分割评们第七章:图象分割概述丨并行边界 串行边界I并行区域I串行区域I分割评们7.2并行边界技术第七章:图象分割概述丨并行边界 串行边界I并行区域I串行区域I分割评们7.2并行边界技术2.微分算

11、子-拉普拉斯算子的分析：-缺点：对噪音的敏感；会产生双边效果; 不能检测出边的方向-应用：拉普拉斯算子不直接用于边缘检测,通常只起辅助的角色;检测一个像素是在边的亮的一边还是暗 的一边利用零跨越，确定边的位置7.2并行边界技术3. 边缘闭合-边缘闭合的意义一边缘检测算法的后处理由于噪音的原因，边界的特征很少能够被完整地描述，在亮度不一致的地方会中断因此典型的边缘检测算法后面总要跟随着连接过程和其它边界检测过程，用来归整边像素，成为有意义的边第七章：图象分割概述并行边界串行边界并行区域I串行区域I分割评价7.2并行边界技术3. 边缘闭合局部连接处理连接处理的原理:点(x点(x, y)对做过边检测

12、的图象的每个点（x，y）的特性进行分析分析在一个小的邻域（3x3或5x5）中进行所有相似的点被连接，形成一个享有共同特性象素的边界用比较梯度算子的响应强度和梯度方向确定两个点是否同属 一条边7.2并行边界技术3. 边缘闭合局部连接处理-连接处理的原理:-通过比较梯度，确定两个点的连接性： 对于点(x：yj,判断其是否与邻域内的点 (x,y)柏彳以,当：|Vf(x5y)-Vf(xy5)|T其中T是一个非负的阈值7.2并行边界技术3. 边缘闭合局部连接处理-连接处理的原理:-比较梯度向量的方向角对于点(x，,yj,判断其是否与邻域内的点 (x,y)的方向街柏彳以,当：|oc (x,y) - a (

13、x5,y5)| T set 255Else set 0在四邻域中有背景的像素，既是边界像素。7.4并行区域技术1 原理和分类-阈值分割法的特点:适用于物体与背景有较强对比的情况，重要的是 背景或物体的灰度比较单一。（可通过先求背景, 然后求反得到物体）这种方法总可以得到封闭且连通区域的边界。灰度值f（x。，y）r第七章:图象分割概述并行边界 串行边界弄行区域 串行区域I分割评价7.4并行区域技术1 原理和分类-如果图像中有多个灰度值不同的区域，那么可以选择一系列的阀值，从而将每个象素分到合适的类别中去。-用一个阀值分割，则称为单阀值法，用多个 阀值分割则称为多阀值法。第七章：图象分割概述 并行

14、边界I串行边界I弄行区域 串行区域I分割评价7.4并行区域技术1 原理和分类-例741单阀值分割示例g(x,y) = /1如 f(x,y)T10 如 f(x,y)(6匕 / 6卩2)第七章:图象分割概述 并行边界I串行边界I弄行区域串行区域I分割评价7.4并行区域技术2. 依赖象素的阀值选取2）最优阈值如果,则只有1个最优阈值:Toptimal =兮电 +In（令2 円卩2 P1第七章：图象分割丨 概述丨并行边界I串行边界I并行区域 串行区域I分薊而7.4并行区域技术3. 依赖区域的阀值选取1）直方图变换直方图变换的基本思想是利用一些象素邻域的局部性质变换原来的直方图以得到1个新的直方图0第七

15、章:图象分割概述丨并行边界I串行边界I弄行区域 串行区域I分割评价7.4并行区域技术3. 依赖区域的阀值选取1）直方图变换目标与背景的内部区和过渡区特点:图7.4.4边缘及梯度的宜方图7.4并行区域技术3. 依赖区域的阀值选取1) 直方图变换变换的直方图分为：具有低梯度值象素的直方图具有低梯度值象素的直方图：计算1个加权的直方 图，例如设1个象素点的梯度值为g,则在统计直方 图时可给它加权1 / (l+g)2o在这样加权的直方图中 ,边界点贡献小而内部点贡献大，峰基本不变而谷 变深，所以峰谷差距加大(参见图7.4.5(a),虚线为 原直方图)。第七章：图象分割概述并行边界 串行边界弄行区域 串

16、行区域I分割评价7.4并行区域技术3.依赖区域的阀值选取1）直方图变换7.4并行区域技术3. 依赖区域的阀值选取1）直方图变换具有高梯度值象素的直方图：计算1个加权的直方 图，例如设1个象素点的梯度值为g,则在统计直方 图时可给它加权g,从而得到仅具有高梯度值象素 的直方图。这个直方图在对应目标和背景的边界象素灰度级处有1个峰（参见图7.4.5（b）,虚线为原直方 图）。7.4并行区域技术3.依赖区域的阀值选取1）直方图变换第七章:图象分割概述 并行边界I串行边界I弄行区域 串行区域I分割评价7.4并行区域技术3. 依赖区域的阀值选取1)直方图变换例743变换直方图实例图7.4.6中，图(a)

17、为原图象，因(b)为其直方图，图(c)同图7.4石变换直方圉实例7.4并行区域技术3. 依赖区域的阀值选取2）灰度值和梯度值散射图背录直索（C）作一个灰度值对梯度值的散射图，并对灰度值 轴的不同权重进行投影。开觀驕酬虑临和梯度值将啓分7.4并行区域技术3-依赖区域的阀值选取3）基于过渡区的方法过渡区是介于图象中目标和背景间的一类区域。 借助图象中过渡区来进行阈值选取时，由于它同时利用了不同灰度值象素的梯度信息，所以有比较强的抗噪声和干扰的能力。7.4并行区域技术3. 依赖区域的阀值选取3)基于过渡区的方法 过渡区的确定:f(ij)表示2D的数字图像,(ij) 象素坐标，f 象素灰度值；g(i%

18、j)表示f(i%j)的梯度图定义图象有效平均梯度(effective average gradient,EAG）为:第七章:图象分割概述 并行边界I串行边界I并行区域诵行区域I分割评侨7.4并行区域技术3.依赖区域的阀值选取3）基于过渡区的方法过渡区的确定:EAG=黑其中:TG=2 g（iJ）i,JeZTP=艺 P（i, j）i.jeZ非零梯度象素的总数0 如 g（bj） = o7.4并行区域技术3.依赖区域的阀值选取3）基于过渡区的方法 过渡区的确定:为了减少各种干扰的影响，先对图进行1种特殊的缨弓切后的图可分别表示为:剪切变换空必雪驚第七章:图象分割概述并行边界 串行边界弄行区域 串行区域

19、I分割评价7.4并行区域技术3.依赖区域的阀值选取3）基于过渡区的方法 过渡区的确定:L7A8典型的谢如卓）.和场厲叶曲线7.4并行区域技术3.依赖区域的阀值选取3)基于过渡区的方法 过渡区的确定：设EAGmgh (L)和EAG10W (L)曲线的极值点分别为心前 和Lw则：Ligh = argmaxEAG/(JT)(7.4.19)LezLlow = argmaxEAGWA(T)(7.4.20)这2个极值点对应灰度值限定了过渡区的范围07.4并行区域技术3.依赖区域的阀值选取3)基于过渡区的方法 过渡区的确定:性质：对每个过渡区，Lhigh和Lw总是存在并且各只存在1个;(2) 1妙和Lw所对

20、应的灰度值都具有明显的象素特性区 别能力；(3)对同1个过渡区,Lhigh不会比Low小在实际图象中Lhigh 总大于Low 7.4并行区域技术3.依赖区域的阀值选取3）基于过渡区的方法阀值的确定:根据过渡区的象素来确定阀值。第七章：图象分割概述 并行边界I串行边界I弄行区域 串行区域I分割评价7.4并行区域技术4. 依赖坐标的阀值选取基本步骤：将整幅图象分成一系列互相之间有50%重叠的 子图象； (2)做出每个子图象的直方图； (3)检测各个子图象的直方图是否为双峰的，如是 则采用前面介绍的最优阈值法确定1个阈值.否则 就不进行处理； (4)根招对直方图为双峰的子图象得到的阈值通过 插值得到

21、所有子图象的阈值；m 7A10依赖坐标的闽值分割第七章：图象分割概述 并行边界I串行边界I弄行区域 串行区域I分割评价(5)根据各子图象的阈值再通过插值得到所有象素m 7A10依赖坐标的闽值分割第七章：图象分割概述 并行边界I串行边界I弄行区域 串行区域I分割评价的阈值，然后对图象进行分割。7.4并行区域技术依赖坐标的阀值选取m 7A10依赖坐标的闽值分割第七章：图象分割概述 并行边界I串行边界I弄行区域 串行区域I分割评价m 7A10依赖坐标的闽值分割第七章：图象分割概述 并行边界I串行边界I弄行区域 串行区域I分割评价例74 4依赖坐标的阈值分割(C)(d)(B)图(a)为1幅由于侧面光照

22、 而具有灰度梯度的图象；图(b)为用全局取阈值分割 得到的结果；图(c)为所用的分区网格;图(d)为对各分区阈值进行 插值后得到的阈值曲面图;图(e)为分区阈值分割得到 的结果。7.4并行区域技术5-连通区域标记取阈分割得到的图象常包括多个区域，需要通过标记把它们分别提取出来。二值图像的区域标记的两种算法:1）象素标记2）游程连通性分析m 7A10依赖坐标的闽值分割第七章:图象分割概述并行边界 串行边界弄行区域 串行区域I分割评价7.4并行区域技术5-连通区域标记1）象素标记 4一连通的情况从左向右、从上向下对二值图象进行扫描;当前象素的灰度值为0,移到下一个扫描位置;第七章:图象分割概述并行

23、边界 串行边界弄行区域 串行区域I分割评价当前象素的灰度值为1,检查它的左边和上边的2个邻近象素:（1）它们都为0,给当前象素1个新的标记；（2）它们有一个值为1,把该象素的标记赋给当前象素；（3）它们都为1且标记相同，就将该标记赋给当前象素；（4）它们都为1但标记不同，就将其中1个标记赋给当前象素, 并做记号表明这2个标记等价。将所有等价的标记对归入等价组，对每个组赋1个不同的标记；第2次扫描图像，将每个标记用它所在等价组的标记替代。7.4并行区域技术4. 连通区域标记1）象素标记8连通的情况标记过程与4一连通类似，检查的邻近象素还 包括2个上对角象素。第七章:图象分割概述 并行边界|串行边

24、界|弄行区域 串行区域|分割评价7.4并行区域技术5-连通区域标记2）游程连通性分析通过分析出连续扫描线得到的游程的连通性来标记目标。H 7A11辭程连通标记示例第七章:图象分割概述 并行边界|串行边界|弄行区域 串行区域|分割评价H 7A11辭程连通标记示例第七章:图象分割概述 并行边界|串行边界|弄行区域 串行区域|分割评价列层.BfiJpMA，B，C分别 表示图象里 3个不同的 区域，各个 游程分别记 a,b，c,.oH 7A11辭程连通标记示例原理和分类依赖象素的阀值选取依赖区域的阀值选取依赖坐标的阀值选取连通区域标记第七章：图像分割 一：概述和分类二：并行边界技术三：串行边界技术四：

25、并行区域技术五：串行区域技术六：分割评价简介第七章：图像分割 一：概述和分类二：并行边界技术三：串行边界技术四：并行区域技术五：串行区域技术区域生长分裂合并六：分割评价简介第七章:图象分割概述并行边界 串行边界 并行区域I串行区域 分割评价7.5串行区域技术第七章:图象分割概述并行边界 串行边界 并行区域I串行区域 分割评价第七章:图象分割概述并行边界 串行边界 并行区域I串行区域 分割评价-目标：将区域R划分为若干个子区域Ri,R2，,Rn，这些子区域满足5个条件:1）完备性:nUk*i=l2）连通性：每个片都是一个连通区域3）独立性：对于任意悴j, RQRj=e7.5串行区域技术基本概念4

26、) 单一性：每个区域内的灰度级相等,P (Rs) =TRUE, i =5) 互斥性：任两个区域的灰度级不等,P (RjURj) = FALSE,7.5串行区域技术1区域生长-算法实现:1）根据图像的不同应用选择一个或一组种子,它或 者是最亮或最暗的点，或者是位于点簇中心的点2）选择一个描述符（条件）3）从该种子开始向外扩张，首先把种子像素加入结果集合，然后不断将与集合中各个像素连通、且满 足描述符的像素加入集合4）上一过程进行到不再有满足条件的新结点加入集 合为止第七章:图象分割概述并行边界 串行边界 并行区域I串行区域 分割评价7.5串行区域技术1. 区域生长-例7.5.1区域生长的示例种子

27、已知；则将该象素包括进种子象素判断标准：所考虑的象素与种子象素灰度值的 差小于某个门限T, 所在区域。1102200102445557756657554L 555L 555L 555L 555L 55522T=35i51B555555陽5551111111111T=1111111 11 11 11 11 1已知种子1，57.5串行区域技术1 区域生长-实际应用区域生长法要解决的问题：种子象素的确定：灰度值出现最多，处于区域中心生长准则的选取：依赖于问题本身制定让生长停止的条件:般进行到没有满足生长准则需要的象素为止，有些可加入一些与尺寸、形状等 图像全局性质有关的准则。7.5串行区域技术2.

28、分裂合并-算法实现:D对图像中灰度级不同的区域，均分为四个子区域第七章:图象分割概述并行边界 串行边界 并行区域I串行区域 分割评价7.5串行区域技术2. 分裂合并算法实现：2）如果相邻的子区域所有像素的灰度级相 同，则将其合并3）反复进行上两步操作，直至不再有新的 分裂与合并为止并行边界；串行边界I并行区域I串行区域 分割评价第七章：图象分割概述并行边界；串行边界I并行区域I串行区域 分割评价并行边界；串行边界I并行区域I串行区域 分割评价7.5串行区域技术例752分裂合并示例并行边界；串行边界I并行区域I串行区域 分割评价并行边界；串行边界I并行区域I串行区域 分割评价第七章：图像分割 一

29、：概述和分类二：并行边界技术三：串行边界技术四：并行区域技术五：串行区域技术区域生长分裂合并六：分割评价简介第七章：图像分割 一：概述和分类二：并行边界技术三：串行边界技术评价方法及分类 最终测量精度 实用分割评价框架四：并行区域技术六：分割评价简介五：串行区域技术第七章：图象分割概述并行边界串行边界并行区域I串行区域I分割评价7.6分割评价简介评价方法及分类最终测量精度实用分割评价框架第七章:图象分割概述并行边界I串行边界I并行区域I串行区域I分割评价7.6分割评价简介1.评价方法及分类图象分割评价的目的：(1) 掌握各算法在不同分割情况中的表现，以通过选择 算法参数来适应分割具有不同内容的

30、图象和分割在不同条件下采集到的图象的需要。(2) 比较各个算法分割给定图象的性能，以帮助在具体分割应用中选取合适的算法。7.6分割评价简介1.评价方法及分类对评价方法提出的基本要求有:(1)应具有通用性，即它要适于评价不同类型的分割算法并适合各种应用领域情况O(2)应采用定量的和客观的性能评价准则.这里定量是 指可以精确地描述算法的性能客观是指评判摆脱了人 为的因素。(3) 应选取通用的图象进行测试以使评价结果具有可比 性，同时这些图象应尽可能反映客观世界的真实情况 和实际应用的共同特点。7.6分割评价简介1.评价方法及分类评价方法分类分析法（直接的方法）试验法（间接的方法）/采用优度参数描述

31、已分割 /图的特征，再根据优度值 / I来判定分割承法的性能。优度试验法差异试验法先确定参考图，然后比较分割图和参考图，根据两者的差异来判断分割算法 的性能第七章:图象分割概述并行边界I串行边界I并行区域I串行区域I分割评价概述7.6分割评价简介1.评价方法及分类仔割舞法- 输出IS图7.6.1閨鮫付割评谕方法分类c分折法I-分析法仅作用 于分割算法本 身，并不直接 涉及分割流程;优度实验法是 去检测已分割 图或输出图的 质量；差异实验法则 是将通过输入 图或待分割图 得到的参考图 与已分割图或 输出图的质量 进行对比。7.6分割评价简介2-最终测量精度评价准则分类分析算法（实验）检 验结果的

32、定性的QAQiE定量的QtAQtE定量的实验准则用的最多，基于差异的准则在精确度和 动态范围上要优于基于优度的准则，而其中最终测量精度的 图像分割质量判断准则能提供最大的动态范围，能最精确的 描述分割算法的性能。概述7.6分割评价简介2.最终测量精度(ultimate measurement accuracy, UMA)用Rf代表从作为参考的图象中获得的原始特征量值, 而Sf代表从分割后的图象中获得的实际特征量值，则它们 的绝对差和相对差可分别由以下2式算得：AUMAf =IRf-Sf IRUMAf=xl00%用AUM Af和RUM Af来对算法进行评价。第七章：图象分割并行边界1串行边界I并

33、行区域I串行区域I分割评价概述7.6分割评价简介2.最终测量精度(ultimate measurement accuracy UMA)特征目标性能评价框图如下:首先利用图象合成获得具 有参考目标的分割试验图,然后选取分割算法对它们 进行分割。通过控制算法 参数可逐渐改变算法的性 能，从而得到一系列效果不同的实际分割图。根据 这些实际分割图系列可对各个目标特征进行测量,再与参考目标的特征值比 较就可以计算出UMA值,从而得到不同目标特征的 相应评价结果。比较这些评价结果就可以看出各个目标特征的评价能力。概述7.6分割评价简介3. 实用分割评价框图包括3个主要模块：性能分析、图象合成、算法测试。k

34、| 第七章：图象分割并行边界1串行边界I并行区域I串行区域I分割评价第七章：图象分割并行边界1串行边界I并行区域I串行区域I分割评价图4分辭料権架第七章:图象分割概述丨并行边界I串行边界I并行区域I串行区域I分割评价7.6分割评价简介3. 实用分割评价框图1) 性能评判它包括3个相关联的部分：(1)特征选取：根据分割目的选取目标特征以进行评价，同时相应的合 成图也要据此产生；(2)UMA计算：利用从原始图和分割图得到的原始和实测特征值计算;性能描述：将UMA计算结果与图象合成条件结合以给出计价结果。7.6分割评价简介3.实用分割评价框图2)它包括4个相关联的部分:(1) 组建基本图：基本图可以

35、根据实际应用领域的模型来建立 ,它将是生成一系列合成图的基础和起点；(2) 目标调整：修改基本图中的目标以产生不同灰度、尺寸、 形状、数量、位置.的目标，以模拟实际图象；(3) 干扰因素：通过模拟(也可实际采集)产生噪声、模糊等, 从而逼近真实世界；(4) 图象组合：按一定次序组合各种图象目标和干扰因素以最终获得接近于实际的实验图象。第七章：图象分割概述丨并行边界|串行边界|并行区域|串行区域%评砺概述7.6分割评价简介3.实用分割评价框图2）图像合成7.6分割评价简介3.实用分割评价框图3）算法测试这是1个典型的图象分析模块，它包括2个前后连接 的步骤：分割和测量。在分割阶段 将被测算法看作

36、1个 “黑盒子”，对它的输入是测试图，而得到的输出是分割图根据分割出来的目标对预先确定的特征进行测量 就得到实际的目标特征值。第七章：图象分割概述7.6分割评价简介3.实用分割评价框图例761用于分割评价的合成图示例图7.6.7给出1组根据图766流程合成的分割评价试 验图，这些图均为256X256象素、256级灰度图。基本图是由亮圆目标在暗背景正中而组成的。图中目标与背景 间的灰度对比度均为32,迭加的噪声均为零均值高斯随机噪声。这组图可称为“尺寸组”，从左至右8列图中的目标面积分别为全图的20%, 15%, 10% ,5% , 3%,2% ,1%, 0.5%。从上至下4行图的信噪比分别为1,4,16, 64o概述并行边界I串行边界并行区域串行区域分割评价7.6分割评价简介第七章：图象分割第七章：图象分割3.实用分割评价框图第七章：图象分割第七章：图象分割例761用于分割评价的合成图示例第七章：图像分割 一：概述和分类二：并行边界技术三：串行边界技术四：并行区域技术六：分割评价简介评价方法及分类 最终测量精度 实用分割评价框架五：串行区域技术