遥感图像的分割与描述教学课件.ppt

图像分割 轮廓跟踪方法如下，靠近边缘任取一个起始点，然后按如下规律进行跟踪： (1)每次只前进一个像元； (2)当由白区跨进黑区时，以后各步向左转，直到穿出黑区为止； (3)当由黑区跨进白区时，以后各步向右转，直到穿出白区为止 (4)重复(1)~(3)各步，直到环行景物一周后，回到起始点．则跟踪过的轨迹就是景物的轮廓。 起点 黑 白 起点 a起始点在左上方 b起始点在右上方 图像分割 使用本方法时，有如下两点需要注意： (1)景物的某些小凸部可能被迂回过去，如图a所示。为避免出现这种情况，应多选些起始点并取不同方向重复进行实验，然后选取相同的轨迹作为景标的轮廓。 (2)要防止“爬虫”掉入陷阱，即围绕某一区域重复跟踪爬行，回不到起点。为避免这种情况发生，可以使“爬虫”具有某种记忆能力，当发现其在重复走过的路径时，中断跟踪并重新选择起始点和跟踪方向。 图像分割 区域相关分割技术 模板匹配 一个模板可看作由各种权值所构成的。当模板中n×n个权值具有不同数值时，模板就具有不同的几何性质。如果把权模板中的各行按首尾相连的规则接连起来，则可得权向量为 被权模板所覆盖的图像空间，若按同样规则连贯起来则有图像灰度 向量为 权模板对图像的卷积结果即为这两个向量的内积，它是 图像分割 模板匹配 当X为同一个区域，选择具有不同几何特征的模板结构W1,…, Wk ，则可得到不同的卷积结果C1,…,Ck ，对于这些卷积结果来说，只要是 Ci＞Cj (j=1,2,…,k,且i≠j) 就可以认为X具有与Wi相类似的结构特征，这样可以通过模板匹配来判定X中是否有边缘存在。这种匹配原则也可以用一个阈值T来表达，即对边缘的判断决定于 C＞T 图像分割 区域生长 条件已知待分割的区域数目以及在每个区域中已知某一个像元点(种子点)的位置 原理是从一个已知像元点开始，逐渐地加上与已知像元点相似的邻近像元点，从而形成一个区域。这个相似性准则可以是灰度级、彩色、结构、梯度或其它特性。相似性的测度可以由所确定的阈值来确定。 具体方法是从某一满足检测准则(种子点)的像元点开始，在各个方向上生长区域，当其邻近像元点满足检测准则就并入小块区域中，当新的像元点被合并后再用新的区域重复这一过程，直到没有可接受的邻近点时，生长过程终止。 图像分割 区域生长实例 这个例子的相似性准则是邻近像元点的灰度级与景物的平均灰度级的差小于等于1。图像中起始像元点和被接受的像元点均用括号标出、其中(a)是输入图像，像元点(9)作为起始像元点；(b)是第一步接受的邻近像元点；(c)是第二步接受的邻近像元点，即对第一次检测出的区域求平均值，再次进行生长；(d)是从(6)开始生成的结果。 5 5 8 6 4 8 (9) 7 2 2 8 3 3 3 3 3 5 5 (8) 6 4 (8) (9) 7 2 2 (8) 3 3 3 3 3 5 5 (8) 6 4 (8) (9) (7) 2 2 (8) 3 3 3 3 3 5 5 8 (6) 4 8 9 (7) 2 2 8 3 3 3 3 3 a b c d 区域生长示例 区域描述 简单几何性质的描述与变换 图像的邻接性和连通性 为了判断目标边缘或内部各点是否连接在一起，首先要对像元的邻接性和连通性进行定义。通常有以下几种定义方法： (1)四邻接：是把一个像元的上下左右四个相邻的像元点作为相连接的邻域点; (2)八邻接：是把一个像元周围的八个像元点作为相连接的邻域点; (i,j) (i,j) 4-邻接 8-邻接 区域描述 图像的邻接性和连通性 (3)六邻接：是在四邻接的四个像元点的基础上，再加上两个相邻的像元点构成的，六邻接一般用于六角形网格采样。设f(i,j)为一幅数字图像，对于点(i,j)的六邻接的另外两点的具体加法如下， 当i为奇数(行)时，加f(i-1,j-1)，f(i+1,j+1)两点； 当i为偶数(行)时，加f(i-1,j+1)，f(i+1,j-1)两点。 (i,j) (i,j) 4-邻接 8-邻接 区域描述 距离量度 在对像元相互关系进行描述时，常常用到它们之间的距离。假设图像中两个像元点的位置分别为(x1,y1)和(x2,y2)，则它们之间的距离有以下几种定义方法： 区域描述 曲线的描述 数字图像多是一个矩形的阵列，由每一个像元连到其邻近像元最多有八个不同的路径、当给每一路径以一个代号，于是就出现了链码，用它可以对曲线或目标轮廓进行描述。 链码表示的具体作法如下：开始时选择曲线的一个端点为起始点(描述轮廓时可以从任意点开始)，然后对曲线上各坐标点顺次找出其所对应的路径代号，并按顺序标注出来，最后就可以得出以数字形式表示的曲线。 (i,j