生物醫(yī)學(xué)圖像處理圖象分割一-課件

1、圖象分割要點(diǎn)：像素分類，灰度級門限化差分算子彩色檢測、紋理檢測序貫分割區(qū)域生長圖象分割要點(diǎn)：像素分類，灰度級門限化圖象分割 把圖象空間按照一定的要求分成一些“有意義”的區(qū)域的技術(shù)叫圖象分割。 例如：（1）要確定航空照片中的森林、耕地、城市區(qū)域等，首先需要將這些部分在圖象上分割出來。（2）要辨認(rèn)文件中的個別文字，也需先將這些文字分選出來。圖象分割 把圖象空間按照一定的要求分成一些“有意義”的圖象分割（3）要識別和標(biāo)定細(xì)胞的顯微照片中的染色體，需要用圖象分割技術(shù)。 一幅圖象通常是由代表物體的圖案與背景組成，簡稱物體與背景。若想從一幅圖象中“提取”物體，可以設(shè)法用專門的方法標(biāo)出屬于該物體的點(diǎn)，如把物

2、體上的點(diǎn)標(biāo)為“1”，而把背景點(diǎn)標(biāo)為“0”，通過分割以后，可得一幅二值圖象。圖象分割（3）要識別和標(biāo)定細(xì)胞的顯微照片中的染色體，需要用圖生物醫(yī)學(xué)圖像處理圖象分割一-課件交大學(xué)生作品分類故事一枝獨(dú)秀交大學(xué)生作品分類故事一枝獨(dú)秀P449 Fig. 18-2分類故事與眾不同點(diǎn)擊圖片播放視頻P449 Fig. 18-2分類故事與眾不同點(diǎn)擊圖片象素分類 圖象分割是按照某些特性(如灰度級,頻譜,紋理等)將圖象劃分成一些區(qū)域，在這些區(qū)域內(nèi)其特性是相同的或者說是均勻的，兩個相鄰區(qū)域彼此特性則是不同的，其間存在著邊緣或邊界。 圖象分割從本質(zhì)上來說是將圖象中的象素按照特性的不同進(jìn)行分類的過程。象素分類 圖象分割是按

3、照某些特性(如灰度級,頻譜,紋象素分類 用灰度級門限化方法來分割一幅圖象時，若想從亮的背景中分離出暗的物體,利用一門限值T將象素分為“亮”的和“暗”的兩類。在邊緣檢測中，利用對一些差分算子的響應(yīng)值進(jìn)行門限化，將象素分為“邊緣”上的點(diǎn)和“非邊緣”上的點(diǎn)兩類。象素分類 用灰度級門限化方法來分割一幅圖象時，若想從亮的背景灰度級門限化 (一)一般概念 許多情況，圖象是由具有不同灰度級的兩類區(qū)域組成。如文字與紙張、地物與云層（航空照片）。 其特點(diǎn):直方圖具有兩個峰，分別與兩個灰度級范圍相對應(yīng) 。 故可選擇一個門限，將兩個峰分開。灰度級門限化 (一)一般概念灰度級門限化 門限T的選擇，一般取兩個峰值間的谷

4、值。灰度級門限化 門限T的選擇，一般取兩個峰值間的谷值。實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件P453 Fig.18-4 P453 Fig.18-4 灰度級門限化 半門限：或者：灰度級門限化 半門限：或者：灰度級門限化 門限化處理邊界提取，中間灰度級（或灰度級突變處）則是在物體和背景之間的邊界 上出現(xiàn)的。 把中間灰度級變換為1，其他灰度級變換為0：灰度級門限化 門限化處理邊界提取，中間灰度級（或灰度灰度級門限化(二)門限選擇 （1

5、）兩峰間谷底值；（2）計(jì)算T ：p1(x)，p2(x)為兩峰出現(xiàn)概率密度函數(shù)，且成正態(tài)分布，1，2為均值，1， 2為標(biāo)準(zhǔn)差，當(dāng)1 = 2 = 時 灰度級門限化(二)門限選擇 灰度級門限化 P1，P2背景和物體出現(xiàn)的先驗(yàn)概率。 （3）物體和背景的灰度級出現(xiàn)部分重疊。選雙門限 對 T2f(x,y)T1，可利用空間信息來確定g(x,y)?？捎眠@個點(diǎn)的鄰域內(nèi)已作出結(jié)論的點(diǎn)的多數(shù)來確定該點(diǎn)的歸屬，或根灰度級門限化 P1，P2背景和物體出現(xiàn)的先驗(yàn)概率灰度級門限化 據(jù)這點(diǎn)與鄰點(diǎn)間的灰度級距離大小來確定該點(diǎn)的歸屬。(三)多個門限的使用 假設(shè)一幅圖象包含兩個以上的不同類型的區(qū)域，我們可以使用幾個門限來分割圖象。

6、 如白血球圖象，直方圖上有細(xì)胞核、細(xì)胞質(zhì)、背景三個峰，可使用2個門限來分割圖象?；叶燃夐T限化 據(jù)這點(diǎn)與鄰點(diǎn)間的灰度級距離大小來確定該點(diǎn)的歸屬灰度級門限化 稀疏點(diǎn)背景，稠密點(diǎn)區(qū)域灰度級門限化 稀疏點(diǎn)背景，稠密點(diǎn)區(qū)域灰度級門限化 (四)平滑和門限化 在門限化以前先對圖象進(jìn)行平滑處理，這樣就可減少灰度級密度分布重疊的麻煩。通過局部平均使直方圖上的峰值銳化，谷值變明顯。 極端例子： 稀疏點(diǎn)背景、稠密點(diǎn)區(qū)域的分割?；叶燃夐T限化 (四)平滑和門限化實(shí) 例實(shí) 例灰度級門限化 第一條從灰度級101到灰度級200；第二條從灰度級51到灰度級150灰度級門限化 第一條從灰度級101到灰度級200；灰度級門限化 門

7、限76，從圖開始到第二條灰度漸變帶灰度級變?yōu)?6為止灰度級門限化 門限76，從圖開始到第二條灰度灰度級門限化 門限175，用白線將圖中灰度大于175的區(qū)域包圍起來灰度級門限化 門限175，用白線將圖中灰度大于灰度級門限化 第一條灰度為101；第二條灰度為51灰度級門限化 第一條灰度為101；灰度級門限化 (五)可變門限 不均勻照射,物體背景對比明顯,但使用一門限不行。 解決方法： (1)灰度級校正。 (2)圖象分成小塊,選擇局部門限?；叶燃夐T限化 (五)可變門限中心區(qū)域由黑白相間的噪聲,背景則均勻,中心區(qū)域與背景的灰度級平均值一樣。中心區(qū)域由黑白相間的噪聲,背景則均勻,使用空間特性進(jìn)行象素分類

8、 局部特性值門限化 例:中心區(qū)域由黑白相間的噪聲,背景相均勻,中心區(qū)域與背景的灰度級平均值一樣。 不能用局部平均進(jìn)行平滑而后經(jīng)門限化實(shí)現(xiàn)分割。應(yīng) （1）每一點(diǎn)上計(jì)算局部特性值梯度值。（2）然后通過局部平均進(jìn)行平滑（3）進(jìn)行門限化分類。使用空間特性進(jìn)行象素分類 局部特性值門限化局部特性值門限化 用這種方法分割具有紋理結(jié)構(gòu)特性的區(qū)域是很有效的。 多個局部特性值： 灰度級 局部平均灰度級 梯度值 局部平均梯度值 局部方差值局部特性值門限化 用這種方法分割具有紋理結(jié)構(gòu)特性的區(qū)域邊緣檢測 邊緣可定義為在局部區(qū)域內(nèi)圖象的差別，他表現(xiàn)為圖象上的不連續(xù)性。(灰度級的突變，紋理結(jié)構(gòu)的突變，顏色的變化) 灰度級突

9、變： 階躍邊緣 脈沖狀邊緣 階躍脈沖狀邊緣邊緣檢測 邊緣可定義為在局部區(qū)域內(nèi)圖象的差別，他表現(xiàn)實(shí) 例實(shí) 例人可以僅滿足于邊緣提供的信息人可以僅滿足于邊緣提供的信息邊緣邊緣邊緣與區(qū)域FLASH邊緣與區(qū)域FLASH跳動的心是怎樣生成的？點(diǎn)擊圖片播放視頻跳動的心是怎樣生成的？點(diǎn)擊圖片生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件放射科放療適形放療：鉛模作準(zhǔn)直器先確定病灶邊界放射科放療適形放療：先確定病灶邊界Tumor適形放療：Tumor適形放療：制鉛模，作準(zhǔn)直器Lead適形放療：Lead適形放療：MLC: multi-leaf collimatorLead適形放療：Lead邊緣檢測

10、 階躍邊緣邊緣檢測 階躍邊緣實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件邊緣檢測 脈沖狀邊緣：線條、曲線、點(diǎn) 。邊緣檢測 脈沖狀邊緣：線條、曲線、點(diǎn) 。實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件邊緣檢測 階躍脈沖狀邊緣：田里長有各種作物的田間小道。邊緣檢測 階躍脈沖狀邊緣：田里長有各種作物的田間小道。實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件差分算子 （一）梯度： 差分算子 （一）梯度：差分算子 （1） （2） （3） 差分算子 （1） （2） （3） 生物醫(yī)學(xué)圖像處理圖象分割一-課件差分算子 （二）拉普拉斯算子 ： 掩模 ：

11、 P463Fig.18-12 差分算子 （二）拉普拉斯算子 ：掩模 ： P463差分算子 在計(jì)算的時候若需要保持灰度范圍不變，應(yīng)除以4。例： 用拉氏算子經(jīng)計(jì)算得 周邊灰度為零差分算子 在計(jì)算的時候若需要保持灰度范圍不變，應(yīng)除以4實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件差分算子 數(shù)字Laplacian算子雖對邊緣有響應(yīng)，但對拐角、線條、線端點(diǎn)和孤立點(diǎn)響應(yīng)更強(qiáng)。（三）平均值

12、差分 解決導(dǎo)數(shù)算子對噪聲很敏感的問題，先平滑，再進(jìn)行差分。 差分算子 數(shù)字Laplacian算子雖對邊緣有響應(yīng)，但差分算子差分算子差分算子掩模差分算子掩模實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件差分算子例邊緣變模糊，用抑制非最大值銳化邊緣。差分算子例邊緣變模糊，差分算子掩模差分算子掩模實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件差分算子Priwitt 算子差分算子Priwitt 算子實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)

13、學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件差分算子Sobel算子加權(quán)平均。 對靠近中心（x,y）的點(diǎn)權(quán)值為對角線方向鄰點(diǎn)的權(quán)值的2倍。差分算子Sobel算子加權(quán)平均。實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件（一）模板匹配的概念 在恒定亮度背景下,有一亮點(diǎn),當(dāng)模板中心正好處于圖像上的亮點(diǎn)位置時,計(jì)算值最大(達(dá)到完全匹配),從而實(shí)現(xiàn)了對該亮點(diǎn)的檢測。 實(shí)現(xiàn)匹配的幾種模板:（1）點(diǎn)模板 模板匹配 （一）模板匹配的概念模板匹配 模板匹配 模板匹配 FLAS

14、H線段檢測的重要性鼠標(biāo)指向圖像，按右鍵，選“播放”FLASH線段檢測的重要性鼠標(biāo)指向圖像，按右鍵，選“播放”（2）線模板 模板匹配 （2）線模板 模板匹配 實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件（3）方向模板 模板匹配 東西南北（3）方向模板 模板匹配 東西南北（3）方向模板 模板匹配 （3）方向模板 模板匹配 實(shí) 例實(shí) 例生物醫(yī)學(xué)圖像

15、處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件（二）用相關(guān)方法進(jìn)行匹配 圖像存在噪聲時,評價匹配程度:A:區(qū)域， f:模板，g:圖像。每次位移(u

16、,v)，計(jì)算下式模板匹配 當(dāng)上式取得最大值時，即達(dá)到良好的匹配。（二）用相關(guān)方法進(jìn)行匹配模板匹配 當(dāng)上式取得最大值時誰先匹配準(zhǔn)，獎勵20萬模板匹配 通緝令誰先匹配準(zhǔn)，獎勵20萬模板匹配 通緝令彩色圖像彩色圖像生物醫(yī)學(xué)圖像處理圖象分割一-課件生物醫(yī)學(xué)圖像處理圖象分割一-課件紋理紋理紋理紋理紋理紋理紋理紋理紋理紋理紋理紋理紋理紋理紋理紋理形似？神似？形似？彩色檢測： 先對fr(x,y), fg(x,y), fb(x,y)分量進(jìn)行梯度運(yùn)算，求其平方和的平方根，得到彩色圖像的邊緣。紋理檢測： 紋理的平均灰度級一般不同，利用平均值差分檢測邊緣或先求梯度再求平均值差分。 彩色與紋理檢測 彩色檢測：彩色與紋

17、理檢測 并行法： 對圖象上每一點(diǎn)所作的處理不依賴于其他點(diǎn)上經(jīng)過處理已經(jīng)得到的結(jié)果。序貫法： 需用前面已經(jīng)處理的結(jié)果，跟蹤計(jì)算不需要在每一點(diǎn)上進(jìn)行，只需在已檢測的點(diǎn)到正在跟蹤的延伸點(diǎn)上作計(jì)算。 序貫分割 并行法：序貫分割 邊緣和曲線的跟蹤 光柵跟蹤 掃描 全向跟蹤 向四個或者八個方向掃描序貫分割 邊緣和曲線的跟蹤序貫分割 生物醫(yī)學(xué)圖像處理圖象分割一-課件 從滿足檢測準(zhǔn)則的點(diǎn)開始(或者已知點(diǎn))在各個方向上生長出區(qū)域。例如：每一步所接受的鄰近點(diǎn)的灰度級與先前物體的平均灰度級相差小于2。 起始區(qū)域生長-分割區(qū)域 從滿足檢測準(zhǔn)則的點(diǎn)開始(或者已知點(diǎn))在各個方向上生長 從滿足檢測準(zhǔn)則的點(diǎn)開始(或者已知點(diǎn))在各個方向上生長出區(qū)域。例如：每一步所接受的鄰近點(diǎn)的灰度級與先前物體的平均灰度級相差小于2。 第二步區(qū)域生長-分割區(qū)域 從滿足檢測準(zhǔn)則的點(diǎn)開始(或者已知點(diǎn))在各個方向上生長 從滿足檢測