26 、 圖像分割

圖像分割就是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過(guò)程。它是由圖像處理到圖像分析的關(guān)鍵步驟。現(xiàn)有的圖像分割方法主要分以下幾類：基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。

1998年以來(lái)，研究人員不斷改進(jìn)原有的圖像分割方法并把其它學(xué)科的一 些新理論和新方法用于圖像分割，提出了不少新的分割方法。圖像分割后提取出的目標(biāo)可以用于圖像語(yǔ)義識(shí)別，圖像搜索等等領(lǐng)域。

中文名 圖像分割

外文名 image segmentation

分割方法 閾值分割等

用途 圖像語(yǔ)義識(shí)別，圖像搜索

類型 計(jì)算機(jī)技術(shù)

學(xué)科 跨學(xué)科

發(fā)展實(shí)踐 1998

27 、邊緣檢測(cè)

邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺中的基本問題，邊緣檢測(cè)的目的是標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)。圖像屬性中的顯著變化通常反映了屬性的重要事件和變化。

這些包括（i）深度上的不連續(xù)、（ii）表面方向不連續(xù)、（iii）物質(zhì)屬性變化和（iv）場(chǎng)景照明變化。 邊緣檢測(cè)是圖像處理和計(jì)算機(jī)視覺中，尤其是特征提取中的一個(gè)研究領(lǐng)域。

中文名邊緣檢測(cè)

領(lǐng)域 圖像處理和計(jì)算機(jī)視覺

目的 標(biāo)識(shí)數(shù)字圖像中亮度變化明顯的點(diǎn)

原因 深度上的不連續(xù)

原因 表面方向不連續(xù)

原因 物質(zhì)屬性變化和

檢測(cè)方法

有許多用于邊緣檢測(cè)的方法, 他們大致可分為兩類：基于搜索和基于零交叉。

基于搜索的邊緣檢測(cè)方法首先計(jì)算邊緣強(qiáng)度，通常用一階導(dǎo)數(shù)表示， 例如梯度模，然后，用計(jì)算估計(jì)邊緣的局部方向， 通常采用梯度的方向，并利用此方向找到局部梯度模的最大值。

基于零交叉的方法找到由圖像得到的二階導(dǎo)數(shù)的零交叉點(diǎn)來(lái)定位邊緣。 通常用拉普拉斯算子或非線性微分方程的零交叉點(diǎn)。

濾波做為邊緣檢測(cè)的預(yù)處理通常是必要的，通常采用高斯濾波。

已發(fā)表的邊緣檢測(cè)方法應(yīng)用計(jì)算邊界強(qiáng)度的度量，這與平滑濾波有本質(zhì)的不同。 正如許多邊緣檢測(cè)方法依賴于圖像梯度的計(jì)算，他們用不同種類的濾波器來(lái)估計(jì)x-方向和y-方向的梯度。

步驟：

①濾波：邊緣檢測(cè)算法主要是基于圖像強(qiáng)度的一階和二階導(dǎo)數(shù)，但導(dǎo)數(shù)的計(jì)算對(duì)噪聲很敏感，因此必須使用濾波器來(lái)改善與噪聲有關(guān)的邊緣檢測(cè)器的性能。需要指出，大多數(shù)濾波器在降低噪聲的同時(shí)也導(dǎo)致了邊緣強(qiáng)度的損失，因此，增強(qiáng)邊緣和降低噪聲之間需要折中。

②增強(qiáng):增強(qiáng)邊緣的基礎(chǔ)是確定圖像各點(diǎn)鄰域強(qiáng)度的變化值。增強(qiáng)算法可以將鄰域(或局部)強(qiáng)度值有顯著變化的點(diǎn)突顯出來(lái)。邊緣增強(qiáng)一般是通過(guò)計(jì)算梯度幅值來(lái)完成的。

③檢測(cè)：在圖像中有許多點(diǎn)的梯度幅值比較大，而這些點(diǎn)在特定的應(yīng)用領(lǐng)域中并不都是邊緣，所以應(yīng)該用某種方法來(lái)確定哪些點(diǎn)是邊緣點(diǎn)。最簡(jiǎn)單的邊緣檢測(cè)判據(jù)是梯度幅值閾值判據(jù)。

④定位：如果某一應(yīng)用場(chǎng)合要求確定邊緣位置，則邊緣的位置可在子像素分辨率上來(lái)估計(jì)，邊緣的方位也可以被估計(jì)出來(lái)。

在邊緣檢測(cè)算法中，前三個(gè)步驟用得十分普遍。這是因?yàn)榇蠖鄶?shù)場(chǎng)合下，僅僅需要邊緣檢測(cè)器指出邊緣出現(xiàn)在圖像某一 像素點(diǎn)的附近，而沒有必要指出邊緣的精確位置或方向。

邊緣檢測(cè)的實(shí)質(zhì)是采用某種算法來(lái)提取出圖像中對(duì)象與背景間的交界線。我們將邊緣定義為圖像中灰度發(fā)生急劇變化的區(qū)域邊界。

圖像灰度的變化情況可以用圖像灰度分布的梯度來(lái)反映，因此我們可以用局部圖像微分技術(shù)來(lái)獲得邊緣檢測(cè)算子。經(jīng)典的邊緣檢測(cè)方法，是通過(guò)對(duì)原始圖像中像素的某小鄰域構(gòu)造邊緣檢測(cè)算子來(lái)達(dá)到檢測(cè)邊緣這一目的的。

邊緣檢測(cè)算子：

一階:：Roberts Cross算子，Prewitt算子，Sobel算子， Kirsch算子，羅盤算子；

二階： Marr-Hildreth，在梯度方向的二階導(dǎo)數(shù)過(guò)零點(diǎn)，Canny算子，Laplacian算子。

28 、 工業(yè)相機(jī)基礎(chǔ)知識(shí)

1.焦距（Focal Length） 焦距是從鏡頭的中心點(diǎn)到膠平面上所形成的清晰影像之間的距離。焦距的大小決定著視角的大小，焦距數(shù)值小，視角大，所觀察的范圍也大；焦距數(shù)值大，視角小，觀察范圍小。根據(jù)焦距能否調(diào)節(jié)，可分為定焦鏡頭和變焦鏡頭兩大類。

2.光圈(Iris) 用F表示，以鏡頭焦距f和通光孔徑D的比值來(lái)衡量。每個(gè)鏡頭上都標(biāo)有最大F值，例如 8mm /F1.4代表最大孔徑為 5.7毫米 。F值越小，光圈越大，F(xiàn)值越大，光圈越小。

3.對(duì)應(yīng)最大CCD尺寸(Sensor Size) 鏡頭成像直徑可覆蓋的最大CCD芯片尺寸。主要有：1/2″、2/3″、1″和1″以上。

4.接口(Mount) 鏡頭與相機(jī)的連接方式。常用的包括C、CS、F、V、T2、Leica、M42x1、M75x0.75等。

5.景深(Depth of Field,DOF) 景深是指在被攝物體聚焦清楚后，在物體前后一定距離內(nèi)，其影像仍然清晰的范圍。景深隨鏡頭的光圈值、焦距、拍攝距離而變化。光圈越大，景深越??；光圈越小、景深越大。焦距越長(zhǎng)，景深越??；

焦距越短，景深越大。距離拍攝體越近時(shí)，景深越??；距離拍攝體越遠(yuǎn)時(shí)，景深越大。

6.分辨率(Resolution) 分辨率代表鏡頭記錄物體細(xì)節(jié)的能力，以每毫米里面能夠分辨黑白對(duì)線的數(shù)量為計(jì)量單位：“線對(duì)/毫米”（lp/mm）。分辨率越高的鏡頭成像越清晰。

7、工作距離(Working distance,WD) 鏡頭第一個(gè)工作面到被測(cè)物體的距離。

8、視野范圍(Field of View,FOV) 相機(jī)實(shí)際拍到區(qū)域的尺寸。

9、光學(xué)放大倍數(shù)(Magnification,?) CCD/FOV，即芯片尺寸除以視野范圍。

10、數(shù)值孔徑(Numerical Aperture,NA) 數(shù)值孔徑等于由物體與物鏡間媒質(zhì)的折射率n與物鏡孔徑角的一半（a\\2）的正弦值的乘積，計(jì)算公式為N.A=n*sin a/2。

數(shù)值孔徑與其它光學(xué)參數(shù)有著密切的關(guān)系，它與分辨率成正比，與放大率成正比。也就是說(shuō)數(shù)值孔徑，直接決定了鏡頭分辨率，數(shù)值孔徑越大，分辨率越高，否則反之。

11、后背焦(Flange distance) 準(zhǔn)確來(lái)說(shuō)，后倍焦是相機(jī)的一個(gè)參數(shù)，指相機(jī)接口平面到芯片的距離。但在線掃描鏡頭或者大面陣相機(jī)的鏡頭選型時(shí)，后倍焦是一個(gè)非常重要的參數(shù)，因?yàn)樗苯佑绊戠R頭的配置。不同廠家的相機(jī)，哪怕接口一樣也可能有不同的后倍焦。

30 、開操作與開操作

開操作是先腐蝕再膨脹，開操作是先膨脹再腐蝕?；叶葓D像是求最大最小值，二值圖像是進(jìn)行與運(yùn)算。

二值形態(tài)學(xué):

1.二值腐蝕的具體操作是：用一個(gè)結(jié)構(gòu)元素(一般是3×3的大小)掃描圖像中的每一個(gè)像素，用結(jié)構(gòu)元素中的每一個(gè)像素與其覆蓋的像素做“與”操作，如果都為1，則該像素為1，否則為0。中心及領(lǐng)域有一個(gè)點(diǎn)不是黑點(diǎn)，該點(diǎn)就被腐蝕成白點(diǎn)

2.二值膨脹的具體操作是：用一個(gè)結(jié)構(gòu)元素(一般是3×3的大小)掃描圖像中的每一個(gè)像素，用結(jié)構(gòu)元素中的每一個(gè)像素與其覆蓋的像素做“與”操作，如果都為0，則該像素為0，否則為1。

目的：開操作可以平滑物體輪廓，斷開狹窄的間斷和消除細(xì)小的突出物。

閉操作可以消弭狹窄的間斷，消除小的孔洞。