第10章圖像分割10.4基于區(qū)域的分割概念：連接（鄰接）與連通域(連通分量)四連接（鄰接）：當(dāng)前像素為黑，其四個(gè)近鄰像素中至少有一個(gè)為黑；八連接（鄰接）：當(dāng)前像素為黑，其八個(gè)近鄰像素中至少有一個(gè)為黑。四近鄰八近鄰10.4基于區(qū)域的分割概念：連通域(連通分量)將相互連在一起的黑色像素的集合稱為一個(gè)連通域。

四接連意義下為6個(gè)連通域。

八接連意義下為2個(gè)連通域?？梢钥吹?，通過統(tǒng)計(jì)連通域的個(gè)數(shù)，即可獲得提取的目標(biāo)物的個(gè)數(shù)。

從滿足檢測(cè)準(zhǔn)則的點(diǎn)開始(或者已知點(diǎn))在各個(gè)方向上生長(zhǎng)出區(qū)域。例如：檢驗(yàn)準(zhǔn)則為每一步所接受的鄰近點(diǎn)的灰度級(jí)與先前物體的平均灰度級(jí)相差小于2。起始方法1:區(qū)域生長(zhǎng)----分割區(qū)域

從滿足檢測(cè)準(zhǔn)則的點(diǎn)開始(或者已知點(diǎn))在各個(gè)方向上生長(zhǎng)出區(qū)域。例如：檢驗(yàn)準(zhǔn)則為每一步所接受的鄰近點(diǎn)的灰度級(jí)與先前物體的平均灰度級(jí)相差小于2。第二步區(qū)域生長(zhǎng)----分割區(qū)域

從滿足檢測(cè)準(zhǔn)則的點(diǎn)開始(或者已知點(diǎn))在各個(gè)方向上生長(zhǎng)出區(qū)域。例如：檢驗(yàn)準(zhǔn)則為每一步所接受的鄰近點(diǎn)的灰度級(jí)與先前物體的平均灰度級(jí)相差小于2。第三步區(qū)域生長(zhǎng)----分割區(qū)域

基本思想

以一組生長(zhǎng)點(diǎn)（可以是單個(gè)像素，也可以是某個(gè)小區(qū)域）開始，搜索其鄰域，把圖像分割成特征相似的若干區(qū)域，比較相鄰區(qū)域與生長(zhǎng)點(diǎn)特征的相似性，若它們足夠相似，則作為同一區(qū)域合并，形成新的生長(zhǎng)點(diǎn)。以此方式將特征相似的區(qū)域不斷合并、直到不能合并為止，最后形成特征不同的各區(qū)域。這種分割方式也稱區(qū)域擴(kuò)張法。區(qū)域生長(zhǎng)----分割區(qū)域算法實(shí)現(xiàn)：1）根據(jù)圖像的不同應(yīng)用選擇一個(gè)或一組種子，它或者是最亮或最暗的點(diǎn)，或者是位于點(diǎn)簇中心的點(diǎn)2）選擇一個(gè)描述符（條件,如灰度差小于某個(gè)閾值）3）從該種子開始向外擴(kuò)張，首先把種子像素加入結(jié)果集合，然后不斷將與集合中各個(gè)像素連通、且滿足描述符的像素加入集合4）上一過程進(jìn)行到不再有滿足條件的新結(jié)點(diǎn)加入集合為止區(qū)域生長(zhǎng)----分割區(qū)域 1）確定區(qū)域的數(shù)目，也就是選擇一組能正確代表所需區(qū)域的生長(zhǎng)點(diǎn)像素；

2）選擇有意義的特征，也就是確定在生長(zhǎng)過程中將相鄰區(qū)域像素包括進(jìn)來的方式；

3）確定相似性準(zhǔn)則，即獲取生長(zhǎng)過程停止的準(zhǔn)則。在實(shí)際應(yīng)用時(shí)，要解決三個(gè)問題：方法2:區(qū)域分裂與合并區(qū)域生長(zhǎng)過程是從一組生長(zhǎng)點(diǎn)開始，通過不斷接納新像素最后得到整個(gè)區(qū)域。一種替換方法是在開始時(shí)將圖像分割成一系列任意不相交的區(qū)域，然后將他們進(jìn)行合并或分裂得到各個(gè)區(qū)域。在這類方法中，最常用的方法是四叉樹分解法：區(qū)域分裂與合并四叉樹方法思想設(shè)R表示整個(gè)圖像區(qū)域，P代表邏輯謂詞。對(duì)R進(jìn)行分割的一種方法是反復(fù)將分割得到的結(jié)果圖像再次分為四個(gè)區(qū)域，直到對(duì)任何區(qū)域Ri，有P(Ri)=TRUE。區(qū)域分裂與合并四叉樹1）

對(duì)任何區(qū)域Ri，如果P(Ri)=FALSE，就將每個(gè)區(qū)域都分裂為4個(gè)相連的不重疊區(qū)域；2）

對(duì)相鄰的兩個(gè)區(qū)域Ri和Rj，如果滿足P(RiURj)=TRUE則進(jìn)行合并。合并的兩個(gè)區(qū)域可以大小不同，即不在同一層。當(dāng)再也沒有可以進(jìn)行合并或分裂的區(qū)域，則分割操作停止。區(qū)域分裂與合并111112122114113141341423441442434444434區(qū)域分裂與合并（a）第一次分裂（b）第二次分裂（c）第三次分裂（d）合并分割結(jié)果區(qū)域分裂與合并圖像分割法圖解10.5形態(tài)學(xué)分水嶺分割分水嶺（watershed，也稱分水線/水線）把圖像看成3-D地形的表示，即2-D的地基 （對(duì)應(yīng)圖像空間）加上第3維的高度（對(duì)應(yīng) 圖象灰度） 建立不同目標(biāo)間的分水嶺谷底孔分水嶺基本原理水壩構(gòu)造所謂的水壩構(gòu)造是指對(duì)分水嶺分割方法中所需的水壩或分水線的構(gòu)造。水壩的構(gòu)造是以二值圖像為基礎(chǔ)的，而構(gòu)造水壩分離二元點(diǎn)集的最簡(jiǎn)單的方法是使用形態(tài)膨脹。水壩構(gòu)造使用形態(tài)膨脹構(gòu)造水壩(a)在淹沒的第個(gè)階段淹沒的匯水盆地的兩個(gè)部分7.6.2水壩構(gòu)造(b)淹沒的第階段，顯示出兩個(gè)盆地間的水已經(jīng)溢出(為了顯示清楚，水用白色表示而不是黑色)；(c)用于膨脹的結(jié)構(gòu)元素；(d)擴(kuò)展的結(jié)果和水壩的構(gòu)造算法步驟2. 分水嶺計(jì)算步驟 待分割圖象f(x,y)，其梯度圖象為g(x,y) 用M1,M2,…,MR表示g(x,y)中各局部極小值的象素位置，C(Mi)為與Mi對(duì)應(yīng)的區(qū)域中的象素坐標(biāo)集合。 用n表示當(dāng)前灰度閾值，T[n]代表記為(s,t)的象素集合，g(s,t)<n， 對(duì)Mi所在的區(qū)域，其中滿足條件的坐標(biāo)集合Cn(Mi)可看作一幅二值圖象

算法步驟2. 分水嶺計(jì)算步驟算法步驟2. 分水嶺計(jì)算步驟 用C[n]代表在灰度閾值為n時(shí)圖象中所有滿足條件的象素

C[max+1]將是所有區(qū)域的并集 C[n–1]是C[n]的子集，C[n]是T[n]的子集，所以C[n–1]又是T[n]的子集

算法步驟2. 分水嶺計(jì)算步驟 令Q代表T[n]中的連通組元集合，對(duì)每個(gè)連通組元q

S[n]，有3種可能性：(1) q∩C[n–1]是1個(gè)空集(2) q∩C[n–1]里包含C[n–1]中的一個(gè)連通組元(3) q∩C[n–1]里包含C[n–1]中一個(gè)以上的連通組元 分別處理：(1) C[n]可由把連通組元q加到C[n–1]中得到(2) C[n]可由把連通組元q加到C[n–1]中得到(3) 需要在q中建分水嶺算法實(shí)例(a)帶有斑點(diǎn)的圖像(b)梯度圖像

(c)分水線(d)疊加于原圖中的分水線圖10.56形態(tài)學(xué)分水嶺分割法分割實(shí)例算法改進(jìn)和擴(kuò)展——標(biāo)記的使用

1. 利用標(biāo)記控制分割 過分割（over-segmentation） 受圖像中噪聲和其它不規(guī)則結(jié)構(gòu)影響 利用標(biāo)記（marker）

圖像中的一個(gè)連通組元 內(nèi)部標(biāo)記：對(duì)應(yīng)目標(biāo) 外部標(biāo)記：對(duì)應(yīng)背景（分水嶺）連接成分的標(biāo)記

為區(qū)分連接成分，求得連接成分個(gè)數(shù)，連接成分的標(biāo)記、標(biāo)號(hào)分配操作是不可缺少的。一般在標(biāo)記的時(shí)候把屬于同一區(qū)域的不同連接成分?jǐn)?shù)標(biāo)記為不同的標(biāo)號(hào)。也就是說二值圖像中的每一個(gè)連接成分都有一個(gè)屬于自己的標(biāo)記。對(duì)屬于同一個(gè)1像素連接成分的所有像素分配相同的編號(hào)，對(duì)不同的連接成分分配不同的編號(hào)的操作，叫做連接成分的標(biāo)記。標(biāo)記通常采用順序標(biāo)記的方法。順序標(biāo)記法通過對(duì)圖像從左到右，從上到下作兩次掃描來實(shí)現(xiàn)標(biāo)記。標(biāo)記的例子（a）輸入圖像（b）標(biāo)記結(jié)果

11......1...11.......11.....111..1......1...11..111...........AA......A...BB.......BB......BBB..C......C....DD..CCC...........算法改進(jìn)和擴(kuò)展

2. 分水嶺算法的擴(kuò)展

(1) 選擇合適的顏色空間，做出3-D顏色直方圖(2) 將3-D顏色直方圖進(jìn)行反轉(zhuǎn)變換(3) 在不同的顏色聚類之間建立分水嶺(4) 將聚類結(jié)果映射回圖像域中(5) 后處理得到最終分割圖像運(yùn)動(dòng)圖像分割隨著多媒體技術(shù)的發(fā)展，視頻圖像得到廣泛應(yīng)用，由一系列時(shí)間上連續(xù)的2-D圖像組成從空間分割的角度來看，視頻圖像分割主要是希望把其中獨(dú)立運(yùn)動(dòng)的區(qū)域(目標(biāo))逐幀檢測(cè)處理從時(shí)間分割的角度來看，主要是把連續(xù)的序列分解為時(shí)間片斷這兩種都同時(shí)利用時(shí)域信息(幀間灰度等的變化)和空域信息(幀內(nèi)灰度等的變化)運(yùn)動(dòng)圖像的分割可