生物医学图像处理：图象分割（上）_图象分割（一）

图象分制 要点 像素分类,灰度级门限化 ■局部特性值门限化 ■边缘检测 日差分算子 彩色检测、纹理检测 序贯分制 区城生长

图象分割 要点： ▪ 像素分类，灰度级门限化 ▪ 局部特性值门限化 ▪ 边缘检测 ▪ 差分算子 ▪ 彩色检测、纹理检测 ▪ 序贯分割 ▪ 区域生长

图象分制 把图象空间按照一定的要求分成一些 “有意义”的区域的技术叫图象分制。 例如: (1)要确定航空照片中的森林、耕地 城市区域等,首先需要将这些部分在图 象上分割出来。 (2)要辨认文件中的个别文字,也需先 将这些文字分选出来

图象分割 把图象空间按照一定的要求分成一些 “有意义”的区域的技术叫图象分割。 例如： （1）要确定航空照片中的森林、耕地、 城市区域等，首先需要将这些部分在图 象上分割出来。 （2）要辨认文件中的个别文字，也需先 将这些文字分选出来

图象分制 (3)要识别和标定细胞的显微照片中的 染色体,需要用图象分割技术。 幅图象通常是由代表物体的图亲与 背景组成,简称物体与背景。若想从 幅图象中“提取”物体,可以设法用专 门的方法标出属于该物体的点,如把物 体上的点标为“1”,而把背景点标为“0 通过分割以后,可得一幅二值图象

图象分割 （3）要识别和标定细胞的显微照片中的 染色体，需要用图象分割技术。 一幅图象通常是由代表物体的图案与 背景组成，简称物体与背景。若想从一 幅图象中“提取”物体，可以设法用专 门的方法标出属于该物体的点，如把物 体上的点标为“1”，而把背景点标为“0”， 通过分割以后，可得一幅二值图象

Classification and decision Classification can either be made on the object level(based on object features such as size and shape) or on the pixel level (based on intensity in spectral or texture information Original image Result of classification

分类故事 枝独秀 43 交大学生作品

交大学生作品 分类故事——一枝独秀

分类故事—与众不同 两国正在放叫 点击图片 放视 频 <“加 大小:3.7 e P449F1g.18-2

P449 Fig. 18-2 分类故事——与众不同 点 击 图 片 播 放 视 频

象素分类 图象分割是按照某些特性(如灰度级,频 谱,纹理等)将图象划分成一些区域,在这 些区域内其特性是相同的或者说是均匀 的,两个相邻区域彼此特性则是不同的 其间存在着边或边”。 图象分割从本质上来说是将图象中的 象素按照特性的不同进行分类的过程

象素分类 图象分割是按照某些特性(如灰度级,频 谱,纹理等)将图象划分成一些区域，在这 些区域内其特性是相同的或者说是均匀 的，两个相邻区域彼此特性则是不同的， 其间存在着边缘或边界。 图象分割从本质上来说是将图象中的 象素按照特性的不同进行分类的过程

象素分类 1)用灰度级门限化方法来分割一幅图象 时,若想从亮的背景中分离出暗的物 体,利用一门限值T将象素分为“亮” 的和“”的两类。 2)在边缘检测中,利用对一些差分算子 的响应值进行门限化,将象素分为 “边絲”上的点和“非边缘”上的点 两类

象素分类 1) 用灰度级门限化方法来分割一幅图象 时，若想从亮的背景中分离出暗的物 体,利用一门限值T将象素分为“亮” 的和“暗”的两类。 2) 在边缘检测中，利用对一些差分算子 的响应值进行门限化，将象素分为 “边缘”上的点和“非边缘”上的点 两类

灰度级门限化 (一)一般念 许多情况,图象是由具有不同灰度级 的两类区域组成。如文字与纸张、地物 与云层(航空照片)。 其特点直方图具有两个峰,分别与两 个灰度级范围相对应。 故可选择一个门限,将两个峰分开

灰度级门限化 (一)一般概念 许多情况，图象是由具有不同灰度级 的两类区域组成。如文字与纸张、地物 与云层（航空照片）。 其特点:直方图具有两个峰，分别与两 个灰度级范围相对应 。 故可选择一个门限，将两个峰分开

灰度级门限化 令f(x,y)原始图象 g(x,y) f(x,y)≥T 10f(x,y)<7 门限T的选择,一般取两个峰值间的谷 值

灰度级门限化 门限T的选择，一般取两个峰值间的谷 值。      = f x y T f x y T g x y f x y ( , ) ( , ) 0 1 ( , ) 令 ( , )原始图象