生物医学图像处理图象分割一-课件.ppt

1、要点：要点：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。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。（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，简称与。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。交大学生作品分类故事一枝独秀P449 Fig.18-2分类故事与众不同 图象分割是按照某些特性(如灰度级,频谱,纹理等)

2、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，其间存在着或。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。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“”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“”上的点和“”上的点两类。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。门限T的选择，一般取两个峰值间的谷值。Ty

3、xfTyxfyxgyxf),(),(01),(),(原始图象令P453 Fig.18-4：TyxfyxfTyxfLyxgG),(),(),(),(TyxfLTyxfyxfyxgB),(),(),(),(或者：，中间灰度级（或灰度级突变处）则是在物体和背景之间的边界 上出现的。把中间灰度级变换为1，其他灰度级变换为0：elseTyxfTyxg0),(1),(21（1）两峰间谷底值；（2）计算T：p1(x)，p2(x)为两峰出现概率密度函数，且成正态分布，1，2为均值，1，2为标准差，当1=2=时 1221221ln2PPT P1，P2背景和物体出现的先验概率。（3）物体和背景的灰度级出现部分重叠

4、。选双门限 21),(0),(1),(TyxfTyxfyxg 对 T2f(x,y)T1，可利用空间信息来确定g(x,y)。可用这个点的邻域内已作出结论的点的多数来确定该点的归属，或根据这点与邻点间的灰度级距离大小来确定该点的归属。假设一幅图象包含两个以上的不同类型的区域，我们可以使用几个门限来分割图象。如白血球图象，直方图上有细胞核、细胞质、背景三个峰，可使用2个门限来分割图象。在门限化以前先对图象进行平滑处理，这样就可减少灰度级密度分布重叠的麻烦。通过局部平均使直方图上的峰值锐化，谷值变明显。极端例子：稀疏点背景、稠密点区域的分割。第一条从灰度级101到灰度级200；第二条从灰度级51到灰度

5、级150门限76，从图开始到第二条灰度渐变带灰度级变为76为止门限175，用白线将图中灰度大于175的区域包围起来第一条灰度为101；第二条灰度为51不均匀照射,物体背景对比明显,但使用一门限不行。解决方法：(1)灰度级校正。(2)图象分成小块,选择局部门限。例:中心区域由黑白相间的噪声,背景相均匀,中心区域与背景的灰度级平均值一样。不能用局部平均进行平滑而后经门限化实现分割。应 （1）每一点上计算局部特性值梯度值。（2）然后通过局部平均进行平滑（3）进行门限化分类。用这种方法分割具有纹理结构特性的区域是很有效的。多个局部特性值：灰度级 局部平均灰度级 梯度值 局部平均梯度值 局部方差值可定义

6、为在局部区域内图象的差别，他表现为图象上的不连续性。(灰度级的突变，纹理结构的突变，颜色的变化)阶跃边缘 脉冲状边缘 阶跃脉冲状边缘人可以仅满足于边缘提供的信息边缘边缘与区域跳动的心是怎样生成的？放射科放疗适形放疗：铅模作准直器先确定病灶边界适形放疗：先确定病灶边界Tumor适形放疗：制铅模，作准直器Lead适形放疗：MLC:multi-leaf collimatorLead阶跃边缘脉冲状边缘：线条、曲线、点。阶跃脉冲状边缘：田里长有各种作物的田间小道。yfxfyxf),(G)1,(),(),(),1(),(),(yxfyxfyxfyxfyxfyxfyx 22),(),(yxfyxfyx),(

7、),(yxfyxfyx ),(,),(maxyxfyxfyx ),(4)1,()1,(),1(),1(),(2yxfyxfyxfyxfyxfyxf010141010 P463Fig.18-12 在计算的时候若需要保持灰度范围不变，应除以4。例：用拉氏算子经计算得 1000010000110001111111111114123112211112201113221121111111周边灰度为零 数字Laplacian算子虽对边缘有响应，但对拐角、线条、线端点和孤立点响应更强。解决导数算子对噪声很敏感的问题，先平滑，再进行差分。)1,1()1,(),1(),(41),(4yxfyxfyxfyxfyx

8、f)1,2(),2()1,(),(41),1(),(44yxfyxfyxfyxfyxfyxf)1,2()1,1(),2(),1()1,()1,1(),(),1(41),1(),1(),(444yxfyxfyxfyxfyxfyxfyxfyxfyxfyxfyxfx掩模1111111141),(4yxfx1111111141),(4yxfy1110001110000021121000211210例边缘变模糊，用抑制非最大值锐化边缘。掩模)1,1(),1()1,(),(21),(2yxfyxfyxfyxfyxfx111121111121Priwitt 算子1110001113110110110131S

9、obel算子1210001214110120210141加权平均。对靠近中心（x,y）的点权值为对角线方向邻点的权值的2倍。在恒定亮度背景下,有一亮点,当模板中心正好处于图像上的亮点位置时,计算值最大(达到完全匹配),从而实现了对该亮点的检测。实现匹配的几种模板:111181111大小模板。可推广到时，目标被检测出。权数nnTawawawaaawwwTTxwxwxw992211921921 线段检测的重要性鼠标指向图像，按右键，选“播放”111222111112121211121121121211121112111121111111121111111121111111121111东西南北111

10、121111111121111111121111111121111 图像存在噪声时,评价匹配程度:A:区域，f:模板，g:图像。每次位移(u,v)，计算下式dxdyvyuxgdxdyvyuxgyxfAA),(),(),(2 当上式取得最大值时，即达到良好的匹配。谁先匹配准，奖励20万彩色图像纹理纹理纹理纹理纹理纹理纹理纹理形似？神似？先对fr(x,y),fg(x,y),fb(x,y)分量进行梯度运算，求其平方和的平方根，得到彩色图像的边缘。纹理的平均灰度级一般不同，利用平均值差分检测边缘或先求梯度再求平均值差分。对图象上每一点所作的处理不依赖于其他点上经过处理已经得到的结果。需用前面已经处理的

11、结果，跟踪计算不需要在每一点上进行，只需在已检测的点到正在跟踪的延伸点上作计算。扫描向四个或者八个方向扫描 从满足检测准则的点开始(或者已知点)在各个方向上生长出区域。例如：每一步所接受的邻近点的灰度级与先前物体的平均灰度级相差小于2。起始3333382279846855 从满足检测准则的点开始(或者已知点)在各个方向上生长出区域。例如：每一步所接受的邻近点的灰度级与先前物体的平均灰度级相差小于2。第二步3333382279846855 从满足检测准则的点开始(或者已知点)在各个方向上生长出区域。例如：每一步所接受的邻近点的灰度级与先前物体的平均灰度级相差小于2。第三步3333382279846855Image segmentation:图象分割Object:物体Background:背景Classification:分类Clustering:聚类Template,Mask:模板Convolution kernel:卷积核Operator:算子