数字图像处理-第三章-二值图像演示幻灯片.ppt

二值图象分析Binary Image Analysis;二值图像例;二值图象的特点 a. 二值图像只有两个灰度级，其中物体像素值为1，背景像素值为0； b. 图象中许多的特征如边缘、轮廓可以用二值图像表示； c.二值图像处理的算法简单，所需的内存小，计算速度快； d.二值视觉系统技术可用于灰度图像视觉系统 。;(3)二值图象的获取 a. 硬件实现 敏感元二值输出或逻辑输出。敏感元模拟值 输出，通过硬件电路二值化。 b. 软件实现 灰度图象可以通过阈值（threshold）分割进行二值化处理。;图象二值化 设一幅灰度图像中物体的灰度分布在某一区间内，经过阈值运算后的图像为二值图像。;一幅灰度图像和使用不同阈值得到的二值图像结果 ; 通过阈值化方法检测出物体后，下一步就要对物体进行识别和定位． 在大多数工业应用中，摄像机的位置和环境是已知的，因此通过简单的几何知识就可以从物体的二维图像确定出物体的三维位置． 利用尺度和形状特征来识别：如大小、位置和方向.;(1) 尺寸和位置 一幅二值图像区域的面积（或零阶矩）由下式给出：;物体的中心位置：;方向 ;有： ;;(4) 体态比 区域的最小外接矩形的长与宽之比特性： 1）正方形和圆的体态比等于1 2）细长形物体的体态比大于1 下图是几种形状的外接矩形：;投影能表现图像的某种特征信息 给定一条直线，用垂直该直线的一簇等间距直线将一幅二值图像分割成若干条，每一条内像素值为1的像素个数为该条二值图像在给定直线上的投影． 定义给定直线为水平或垂直直线时，二值图像列或行上像素值为1的像素数量之和为该图像的水平或垂直投影; 对角线投影 设行和列的标号分别用i和j表示．若图像矩阵为n行m列，则i和j的范围分别为0到n-1和0到m-1．假设对角线的标号d用行和列的仿射变换（线性组合加上常数）计算，即： d = ai+ bj + c 对角线投影共对应n+m-1个条，其中仿射变换把右上角像素映射成对角线投影的第一个位置，把左下角像素映射成最后一个位置，如图所示，则当前行列对应的标号d的公式为： d = i - j + m - 1 ;;用图像像素值连续为1的个数来描述图像,有两??方法: （1）用1的起始位置和1的游程长度； （2）仅仅使用游程长度，0：表示从0象素开始 ； 例： 1的游程：（2,2）（6,3）（13,6）（20,1） （4,6）（11,10） （1,5 ）（11，1）（17，4） 1和0的游程长度：0，1, 2，2，3，4，6， 1，1； 0，3，6，1，10 ； 5，5，1，5，4 ;3.5.1 定义 （1）近邻： 4邻点(4-neighbors):有公共边关系的两个像素． 8邻点(8-neighbors):两个像素至少共享一个顶角 4连通(4-connected):一个像素与其4邻点的关系 8连通(4-connected):一个像素与其8邻点的关系;(2) 路径 路径:从像素 到像素 的一个像素序列： ， 和 互为邻点 4路径:像素与其近邻像素是4连通关系 8路径:像素与其近邻像素是8连通关系 （3）前景：图像中所有1点 (4)连通性 已知像素p 和q ，如果存在一条从p到q的路径，且路径上的全部像素都为黑，则称p与q是连通的．;(5)连通成份：一个像素集合，如果集合内的每一个像素与集合内其它像素连通，则称该集合为一个连通成份。 (6) 背景：`S（S的补集）中包含图像边界点的所有连通成份的集合。 洞:` s中所有非背景其它元。 对物体和背景应使用不同的连通.如果对 S 使用8连通, 则对`S 应使用4连通。; (7) 边界 S的边界是S中与`S中有4连通关系的像素集合S （8) 内部 S中不属于它的边界的像素集合. S的内部等于S - S （9) 包围 如果从S中任意一点到图像边界的4路径必须与区域T相交，则区域 T 包围区域 S（或S在T内）; 在视觉应用中，欧拉数或亏格数可作为识别物体的特征。 1. 定义：连通成份数减去空洞数 E = C - H 其中: E为欧拉数、C为连通成份数、H为空洞数 2.举例