第四章 門檻值決定與區域的分割.

Slides:



Advertisements
Similar presentations
北京师范大学图书馆服务外包 探索与实践 王 琪 提 纲 思考与认识 北师大馆概况 探索与实践 优劣之比较 需要注意的问题.
Advertisements

DP 二年级校长助理郭一根设计方案 广东碧桂园( IB )国际学校翻修方案 — 国际部 DP2 年级郭一根.
北京市二级以上医院疾病预防控制工作考核标准(试行) (七)健康教育 北京市疾控中心 健康教育所 李玉青 副主任医师 二〇一一年八月 四、技术考核.
認識大學:校系介紹 介紹校系:逢甲大學-電機 工程學系 班級 :406 座號 :09 姓名 : 邱柏淵 指導老師 : 黃素珍 老師.
高中物理学习方法. 【状元说经】 胡湛智,是贵州省高考理科状元,他说复习物理 的要点首要的是充分重视课本知识,除了跟上老 师的步调外,自己一定要多钻研课本,课本上的 思考题是复习的纲,再找一些考点解析,认真搞 清每个概念、每个要求,并相应做一定数量的习 题;其次也要特别重视画图的作用,画图有直观、
人社分中心 职工养老保险业务简介. 基本养老保险分类 1. 职工养老保险 2. 新型农村社会养老保险 3. 城镇居民社会养老保险 (城乡居民社会养老保险) (城镇居民社会养老保险和新型农村社会养老 保险合并实施)
東元綜合醫院 主講人:醫事課 課長 張桂瑛 醫管處醫事課 新人教育訓練課程 -批價作業.
當我已老 謹以此文獻給像我一樣流浪在外的子女們.
我们向往新的飞翔 青岛顺兴路小学.
2015年12月14日-2015年12月20日 缩略版.
指導老師:羅夏美 組別:第四組 組員: 車輛二甲 蔡中銘 車輛三甲 莊鵬彥 國企二甲 陳于甄 國企二甲 詹雯晴 資傳二乙 林怡芳
第八章 结算业务的核算.
硕士论文开题报告 煤炭企业物流信息系统的 研究与设计 指导老师: 学生姓名: 学 号:
社会保险法律体系知识 养老保险政策系列宣传 保险知识问答
2代系統簡介 (招標、領標、開標、決標).
白领通定义 家庭备用金 无需担保、无需抵押 授信额度:一次授信、循环使用 1、白领通业务定义、发展现状及发展思路
繁星推薦及申請入學 家長說明會 教務處試務組.
领会法律精神 理解法律体系 城控313-3班益达组制作.
小寶寶家庭保健護理小常識 講師:郭洽利老師
审计案例研究 第一讲 辅导教师 周桂芝.
老子的素朴 厦门大学计算机科学系 庄朝晖.
主 題:金控下之壽險公司的行銷策略 報 告 人:新光人壽 胡明遠
不可不知的新生資訊 國際事務處 國際學生事務組.
银联代付产品.
二十世纪外国文学专题 章丘电大 李颜.
第一部分 历史与传统 第二部分 现状与特色 第三部分 未来与发展. 第一部分 历史与传统 第二部分 现状与特色 第三部分 未来与发展.
空气与生物样品中有毒物质测定 ——气相色谱法误差来源分析
以符號代表數.
都更條例修法到底在修啥?跟我們有什麼關係?
理工科系介紹.
內政部入出國及移民署 彰化縣服務站 外國人居停留 報告人 科員 江順泉.
“网络问政”给九江新闻网 带来新的发展机遇 -- 九江新闻网 高立东 --.
《江苏省道路运输条例》学习交流课件 兴化市运输管理处 政策法规科.
第五章 病因病机.
社 会 保 险 知 识 培训教材.
报 关 实 务 海关通关作业流程.
感知学习 ——可视化学习平台.
第十一章 真理与价值 主讲人:阎华荣.
第三期 重点管理标准和制度宣贯会 2016年5月12日.
企業籌資更便捷 大眾投資更穩當 103年度新增(修)資訊申報項目說明 2014年11月.
第一篇 生命科学 第2课时 细胞.
國立金門大學101學年度新生報到暨入學說明會 國立金門大學 學生宿舍 學務處簡介.
便民办税春风行动 ——税收优惠辅导培训 上杭县国家税务局纳税人学校 二0一四年九月 去除PPT模板上的--无忧PPT整理发布的文字
国家和我省禽业发展政策 和扶持项目解读 安徽省畜牧兽医局
新办纳税人办税服务指南 (郑州经济技术开发区国税局)
第七章 固 定 资 产.
考勤制度(辅助岗位版) 作者:侯建伟 日期:2009年12月 考勤管理规定 讲师:贾 芳 2008年5月.
平湖市当湖高级中学 平湖市教育局教研室 (电话)
第五章 农业政策的评估及调整 学习目标 农业政策评估的标准、程序 主要内容 第一节 评估原则与标准 第二节 评估方法与程序
依法保护青少年健康成长 1、相关新闻 2、相关法律.
社会工作概论 个案工作 课程培训 深圳电大 赖小乐.
交流一: 您的客户为什么要买医疗产品? 1.人总归会生病,生病肯定要花钱; 2.现在的医疗费用真的很高,承受不起;
大 纲 一、备案系统数据迁移方案 二、备案系统过程数据处理方案 三、备案系统内存量数据核验方案 四、新备案系统信息真实性核验方案※
多层建筑:一般认为8层以下的建筑为多层建筑。 多层、高层结构体系一般采用框架、框架剪力墙、剪力墙和筒体结构等。 框架结构体系
济源市国税局网上办税业务介绍 主讲人 办税服务厅 杨武兵 2014年8月1日.
簡 報 大 綱 壹、緣起 貳、執行過程 參、效益.
前言.
行政院國軍退除役官兵輔導委員會 嘉義榮民醫院.
第八章 第一节 日本 邹旭丹 滨河中学初中部 湘教版地理初一年级.
第八章 欧氏空间 8.1 向量的内积 8.2 正交基 8.3 正交变换 8.4 对称变换和对称矩阵.
主題:踏出宣教路 使12:11 彼得醒悟過來,說:「我現在真知道主差遣 他的使者,救我脫離希律的手和猶太百姓一
主日信息: 講題:腳步 經文:箴言16:1~9 大綱: 壹、人的心 貳、人的謀算 參、交託耶和華 肆、耶和華的指引 金句:箴16:9
聚类分析 电子工业出版社.
公立學校教職員退休資遣撫卹條例重點說明 苗栗縣政府人事處編製 主講人:陳處長坤榮 107年5月2日.
車牌辨識系統.
目次检索 打印 下载 文字摘录 更换背景 多窗口阅读.
電能領域修課流程圖-大學部(甲乙班) 大一上 大一下 大二上 大二下 大三上 大三下 大四上 大四下 畢業出路 *電動機 *電力系統 普通
贏得萬邦的異象.
超星电子图书.
第四章 門檻值決定與區域分割.
Presentation transcript:

第四章 門檻值決定與區域的分割

內容 4.1 前言 4.2 統計式門檻值決定法 4.3 消息理論為基礎的門檻值決定法 4.4 動差守恆式的門檻值決定法 4.5 植基於最近配對門檻值決定法 4.6 分離與合併式的區域分割法 4.7 分水嶺式的區域分割法

4.1 前言 針對門檻值的決定,介紹下列的四種方法: 統計式 消息理論式 動差守恆式 最佳配對式 針對區域分割,介紹下列的二種方法: 分離與合併式 分水嶺式

4.2 統計式門檻值決定法 視覺選取法(Visual Selection) 如圖4.2.1所示,柱狀圖有時也稱作直方圖。 在圖4.2.1中,波谷處(Vally) 很適合選為門檻值。 圖4.2.1 灰階分佈柱狀圖

範例1:舉一個視覺選取法不適合的灰階分佈柱狀圖。 解答:

範例1.1:給如下兩張影像: 25 5 35 15 10 40 20 30 45 50 20 15 40 55 50 10 45 5 35 25 30 (a) (b) 若我們想把影像分成兩群,請說明那張影像不適合使用視覺選取法決定門檻值,並分析原因,另外,請指出那張影像適合使用視覺選取法決定門檻值,並且找出其門檻值T*。

解答: (a)這張影像不適合用視覺法選取門檻值,而(b)影像因為有單一明顯波谷,所以適合用視覺法選取門檻值,且門檻值 T* 為30。 圖1 圖2 解答: (a)這張影像不適合用視覺法選取門檻值,而(b)影像因為有單一明顯波谷,所以適合用視覺法選取門檻值,且門檻值 T* 為30。 解答完畢

Otsu法 條件一: 的決定,使得 和 之間的變異數為最大。 條件二: 的決定,使得 內的變異數加上 內的變異數之和為 最小。 條件一: 的決定,使得 和 之間的變異數為最大。 條件二: 的決定,使得 內的變異數加上 內的變異數之和為 最小。 條件一: 的決定,使得 和 之間的變異數為最大。 條件二: 的決定,使得 內的變異數加上 內的變異數之和為 最小。 以上條件只要任一者成立即可。 圖4.2.2 二區的例子

令影像的大小為N,且灰階值個數為I=256。則灰階值為i的 機率可表示為 內的像素個數佔的比率為  內的像素個數佔的比率為 的期望值為  的期望值為 的變異數為  的變異數為

和 內變異數和為  和 間的變異數為 此 表整個原始影像的平均值:

圖4.2.3 窗戶影像 圖4.2.4 利用Otsu方法得到的黑白影像 Otsu法需花 時間。

範例2:已知T*所對應的C1 之期望值為 ,試問如何快速求得T* +1 所對應的期望值 ? 事實上, 的求得必須先求出 和 。我們 可順便記住 和 這兩個值,因此 可在 O(1) 的時間內求得。 解答完畢

T* +1所對應的變異數可計算如下: 上式中的 為已知,而 亦為已知。 事實上, 和 在求 的過程中皆可先儲存起來。已知 可在O(1) 時間內完成,故變異數可在O(1) 的時間內完成。

範例4:利用Otsu法找出其門檻值T*。 20 120 100 30 40 解答:

由上述可知T*=40時, 群間變異數會達到最大,因此40最適合門檻值 解答完畢

圖4. 2. 5(a)為台電公司的某一座鐵塔,影像中物件包含鐵塔和天空。利用Otsu方法,我們得到圖4. 2 圖4.2.5(a)為台電公司的某一座鐵塔,影像中物件包含鐵塔和天空。利用Otsu方法,我們得到圖4.2.5(b)的二值化影像,二值化影像中黑色的部份代表鐵塔本身。 (a) 原鐵塔影像 (b) 二值化後的鐵塔 圖4.2.5 將灰階影像轉化為二值化影像的鐵塔實例

4.3 消息理論為基礎的門檻值決定法 消息理論 令事件A的機率為P,而事件A帶來的消息量為I(P),具兩性質: (1) ,(2) 。  (1) ,(2) 。 消息理論 平均消息量-熵(Entropy)  例如:P(A)=1/4、P(B)=1/8、P(C)=1/8和P(D)=1/2,則事件A的消 息量為I(1/4)=2、B的消息量為I(1/8)=3、C的消息量為I(1/8)=3 和D的消息量為I(1/2)=1。 P(A)×I(1/4)+P(B)×I(1/8)+P(C)×I(1/8)+P(D)×I(1/2) =(1/4)×2+(1/8)×3+(1/8)×3+(1/2)×1= (bits)

Kapur法 令 區的百分比為 而 區的百分比為  最佳門檻值 的決定需滿足 (4.3.1) 圖4.2.2 二區的例子 令 區的百分比為 而 區的百分比為  最佳門檻值 的決定需滿足 (4.3.1) 圖4.2.2 二區的例子 圖4.3.1 利用Kapur法測得的黑白影像 圖4.3.2 Otus和Kapur法找到的門檻值 Otsu方法 Kapur方法

範例1:在Kapur法中,為何要取兩個熵和之最大值? 解答: 如果選定的門檻值很不錯的話,那麼C1區的分佈和C2區的分佈將呈現比較平滑的情形。機率分佈愈平滑的事件集所表現出來的熵會愈大。 解答完畢

範例2:利用Kapur法找出其門檻值T*把影像分成兩群。 200 120 80 150 30 解答:先對影像灰階值做統計且其機率分佈如下

解答完畢

4.4 動差守恆式的門檻值決定法 本節介紹的方法是在 區找一個代表性的灰階值而在 區找另一個代表性的灰階值,以滿足某些動差的守恆性。 令 本節介紹的方法是在 區找一個代表性的灰階值而在 區找另一個代表性的灰階值,以滿足某些動差的守恆性。 令 代表影像的i階動差 代表影像的大小 代表在影像中灰階值為 的個數 一個例子 圖4.4.1 一個小例子

高灰階影像轉換為二階灰階影像,考慮機率和為1的動差守恆的要求 得到四個式子 依下列三個步驟求解 、 、 、 : 步驟一:解下列2×2的線性系統

步驟二:解出一元二次方程式 的根,假設得 出的解為 和 ,此兩解即為 區和 區的灰階代表值。 步驟三:解下列的線性系統 利用前述三步驟的數值解法,我們可解出 、 、 和 。接著我們將原影像中的灰階值小於或等於g的灰階值指定為 ,這 裡的g要滿足 但 。原影像中的灰階值大於g的則 指定 。最後,我們得到只有 和 兩種灰階的影像。這時候,轉換後的二階影像和原影像有同樣的 、 、 和 。

範例1:在動差守恆式的門檻值決定法中,考慮K階時,請列出相關的2K個等式。

4.5 植基於最近配對門檻值決定法 PNN(Pairwise Nearest Neighbor) 令 i代表灰階值 為所有灰階的總數 圖4.5.1 N=100的例子

PNN合併的量度與條件 這裡採用的量度稱為平方誤差(Square Error), 和 代表 和 的平均值, 和 合併後得到 。 一開始每個節點(Node)內存 的值並自成一個群(Cluster)。例如,節點0內存(10,10)、節點1內存(25,20)而節點6內存(90,10)。 圖4.5.2 緊緻柱狀圖 PNN合併的量度與條件 這裡採用的量度稱為平方誤差(Square Error), 和 代表 和 的平均值, 和 合併後得到 。 假如 愈小,則表示 和 的關聯度(Correlation)愈高。

(3) 修正合併後的群內資訊及調整對外距離,直到剩下K+1個群。 (1) 找出目前剩餘群組中最短的 (a) 起始 (b) 算出的七個最短距離 (c) 找出最短距離 (d) 合併與修正 圖4.5.3 第一次合併的模擬 合併的三個步驟: (3) 修正合併後的群內資訊及調整對外距離,直到剩下K+1個群。 (1) 找出目前剩餘群組中最短的 (2) 合併 和

i 最近鄰近群 平均灰階值 最大灰階值 最近距離 群內的圖元總數 1 10 1500 2 25 278 20 3 30 234 35 15 4 5 80 94 85 6 90 150 圖4.5.4 (a) 圖4.5.3(b) 的表格表示法

i 最近鄰近群 平均灰階值 最大灰階值 最近距離 群內的圖元總數 1 10 1500 2 25 278 20 3 30 234 35 15 4 6 83.75 85 260 90 圖4.5.4 (b) 圖4.5.3(d) 的表格表示法

時間複雜度 步驟(1)需花O(m)找到目前群組中最短的距離。步驟(2)需花O(1)的時間修正合併後的群內資訊。步驟(3)需花 的時間來修正每個群和別群的最短距離計算,這裡 。 由於兩群之間的合併會使其中一群不見,所以每次的合併會使群的個數少一。我們從開始的m群出發,一直進行到只剩(k+1)群一共需完成(m-k-1)次的合併動作。一個合併步驟前後又共需三個步驟來完成,所以共需 的時間。 Otsu方法 Kapur方法 PNN方法 K=1 K>1

(a)輸入的文件影像 (b)Otsu法執行後的結果 圖4.5.5 三種方法的比較 (c)Kapur法執行後的結果 (d)PNN法執行後的結果

4.6 分離與合併式的區域分割法 四分樹分割 I R1 R2 R3 R4 R41 R42 R43 R44  (a)區塊圖 (b)四分樹結構 圖4.6.2 區域分割圖 圖4.6.1 初始的分離狀態 由下往上,從最底層的葉子進行鄰近區塊的查詢,一經找到鄰近的區塊就比較兩者的平均灰階值和變異數,若彼此的差異在誤差內,就進行合併的動作。

首先將N×N的影像看成已分離成N×N個小區塊: 另一不同的合併次序 首先將N×N的影像看成已分離成N×N個小區塊: 第一行和第一列,將該區塊和右邊的鄰近區塊比較彼此的平均灰階值差異和變異數差異,若差異過小,則合併成一個區塊。 第二列以後,考慮中位於(i,j)的像素和四個鄰近區塊的平均灰階值和變異數小於門檻值,則進行合併。 圖4.6.3 四個鄰近區塊

範例1:何謂二階段式的區域分割法 解答: a b c d e e d c b a 第一階段的面罩 第二階段的面罩

4.7 分水嶺式的區域分割法 改良式分水嶺區域分割法 圖4.7.1中共有六個局部最小值和五個虛線所示的分水嶺。 兩個分水嶺所夾的區域可視為分割的區域,局部最小值所在乃左右水流匯集之處。 灰階值 位置 圖4.7.1 區域、局部最小值和分水嶺

我們再來看看標準差變大導致打糊範圍擴大,其對區域合併的效果。圖4. 7 我們再來看看標準差變大導致打糊範圍擴大,其對區域合併的效果。圖4.7.4為由小變大的四個例子演變圖。給一Lena灰階影像,利用本節介紹的分水嶺式區域分割法,我們實驗後得到圖4.7.5的結果。 圖4.7.4 標準差逐漸變大的四個演變圖 圖4.7.5 Lena影像的區域分割效果圖