图像分割(二)

图像分割(二)

之基于边缘分割

所谓边缘是指图像中两个不同区域的边界线上连续的像素点的集合,是图像局部特征不连续的反应,体现了灰度、颜色、纹理等图像特性的突变。通常情况下,基于边缘的分割方法是指基于灰度值的边缘检测,它是建立在边缘灰度值会呈现出阶跃型或屋顶型变化这一观测基础上的方法。

阶跃型边缘两边像素点的灰度值存在着明显的差异,而屋顶型边缘则位于灰度值上升或下降的转折处。正是基于这一特性,可以使用微分算子进行边缘检测,即使用一阶导数的极值与二阶导数的过零点来确定百鸟园,具体实现时可以使用图像与模板进行卷积来完成。

1.Canny算子

Canny算子是一个典型的边缘检测算子。含义如下:

(1)最优检测:算法能够尽可能多地标识出图像中的实际边缘,漏检真实边缘的概率和误检出非边缘的概率都尽可能小。

(2)最优定位准则:检测到边缘点的位置距离世纪边缘点的位置最近,或者是由于噪声引起的边缘偏离物体的真实边缘的程度最小。

(3)检测点与边缘点一一对应:算子检测的边缘点与实际边缘点应该是姨姨对应的。

2.Canny算子的计算步骤

(1)图像平滑

求边缘主要是求图像的一阶或二阶导数,倒数计算对图像噪声非常敏感。因此,在进一步处理前,必须对图像进行平滑处理。

常用的平滑处理方法有均值滤波、双边滤波、高斯滤波和中值滤波。

(2)计算梯度

这一步主要目的是对边缘进行增强,以便进一步进行边缘提取。这里常用Sobel算子来计算梯度,由于后期设计提到都方向上的非最大值抑制,需同时计算出梯度的模值和方向。

(3)非最大值抑制(Non_Maximum Suppression)

图像梯度幅值矩阵中的元素之越大,说明该点的梯度值越大,但是这并不能说该点就是边缘(这仅仅是图像增强的过程)。在Canny算法中,非极大值抑制是进行边缘检测的重要步骤,通俗意义上讲就是寻找像素局部最大值,将非极大值点所对应的灰度值置为0,从而去除潜在的伪边缘。

完成非极大值抑制后,会得到一个二值图像,非边缘点灰度值均为0,可能为百鸟园的局部灰度极大值可设置其灰度值为255.

(4)滞后阈值分割及边缘连接

采用阈值分割的主要目的是消除假边缘。Canny算法中减少假边缘数量的方法是采用爽阈值法。选择两个阈值,根据高阈值得到一个边缘图像,这样一个图像含有很少的假边缘。但是由于阈值较高,产生的图像边缘可能不闭合,为解决这样一个问题采用了另外也一个低阈值。

具体算法如下:

v 若梯度值大于高阈值,则认定为边缘。

v 若梯度值小于高阈值,则认定为非边缘。

v 若梯度值在两个阈值之间,在该像素周围(3x3的邻域)寻找是否有边缘点(梯度值大于高阈值)。若有,则认为该点为边缘点。

可见,阈值处理消除了大量的假边缘,得到了比较精细的变原图像。

本文分享自微信公众号 - 瓜大三哥(xiguazai_tortoise)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-09-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏智能算法

卷积神经网络工作原理直观解释

其实我们在做线性回归也好,分类(逻辑斯蒂回归)也好,本质上来讲,就是把数据进行映射,要么映射到一个多个离散的标签上,或者是连续的空间里面,一般简单的数据而言,...

20620
来自专栏算法channel

深度学习|神经网络模型简介和梯度下降求解

《实例》阐述算法,通俗易懂,助您对算法的理解达到一个新高度。包含但不限于:经典算法,机器学习,深度学习,LeetCode 题解,Kaggle 实战。期待您的到来...

46680
来自专栏大数据文摘

小白学数据:教你用Python实现简单监督学习算法

20940
来自专栏机器之心

NIPS 2018 | 哪种特征分析法适合你的任务?Ian Goodfellow提出显著性映射的可用性测试

随着机器学习的复杂度和影响力不断提升,许多人希望找到一些解释的方法,用于阐释学得模型的重要属性 [1, 2]。对模型的解释可能有助于模型满足法规要求 [3],帮...

11720
来自专栏智能算法

卷积神经网络工作原理直观解释

其实我们在做线性回归也好,分类(逻辑斯蒂回归)也好,本质上来讲,就是把数据进行映射,要么映射到一个多个离散的标签上,或者是连续的空间里面,一般简单的数据而言,我...

33190
来自专栏计算机视觉

图片风格转移A Neural Algorithm of Artistic Style

这篇论文的目的,如下图所示。把我们的图变成梵高的风格,厉害了~ ? 上图为原图,下图为调整后的图 传统图像风格迁移的过程是:分析图像风格(比如说梵高的星空这种蓝...

39670
来自专栏AI研习社

神经风格迁移指南(第一部分)

在本系列中,我们会从神经风格的基础开始,你将从中学到一种自下而上(从基础开始)的方法。对于初学者而言,我们将会详细讲解神经风格到底是什么,以及它的工作原理。本文...

11920
来自专栏AI科技评论

干货 | 自从学了这个方法,深度学习再也不愁没钱买数据集了

深度学习大牛吴恩达曾经说过:做AI研究就像造宇宙飞船,除了充足的燃料之外,强劲的引擎也是必不可少的。假如燃料不足,则飞船就无法进入预定轨道。而引擎不够强劲,飞船...

31760
来自专栏智能算法

卷积神经网络工作原理直观解释

其实我们在做线性回归也好,分类(逻辑斯蒂回归)也好,本质上来讲,就是把数据进行映射,要么映射到一个多个离散的标签上,或者是连续的空间里面,一般简单的数据而言,我...

35750
来自专栏AI深度学习求索

传统特征:HOG特征原理

为了减少光照因素的影响,首先需要将整个图像进行规范化(归一化),有效地降低图像局部的阴影和光照变化。

26930

扫码关注云+社区

领取腾讯云代金券