《数字图像分割-迭代法》由会员分享，可在线阅读，更多相关《数字图像分割-迭代法（15页珍藏版）》请在金锄头文库上搜索。
1、目 录摘 要. 21 原理与实现 . 31.1 图像分割的概述 . 错误！未定义书签。1.2 阈值分割的基本原理 . 21.3 阈值分割方法的分类 . 32 程序设计 . 62.1 主程序 . 错误！未定义书签。2.2 OTSU . 错误！未定义书签。2.3 全局阈值 . 错误！未定义书签。2.4 迭代法 . 错误！未定义书签。3 结果与分析 . 114 心得体会 . 错误！未定义书签。参考文献 . 错误！未定义书签。摘 要数字图像处理的目的之一是图像识别, 而图像分割是图像识别工作的基础。图像分割是指把图像分解成具有特性的区域并提取出感兴趣目标的技术和过程，是计算机视觉领域的一个重要而且基本
2、的问题，分割结果的好坏将直接影响到视觉系统的性能。 因此从原理， 应用和应用效果的评估上深入研究图像分割技术具有十分重要的意义。本课题主要介绍了图像分割的基本知识。图像分割的算法有阈值分割法， 边缘检测法， 区域分割等， 本设计重点介绍了基于最小点阈值方法，基于最优阈值分割方法，基于迭代图像分割方法，最大类间方差法（OTSU）以及基于最大熵的图像分割法的原理和他们的MATLAB 的实现代码与运行结果。关键词：图像分割；MATLAB ； 阈值分割；1 相关知识1.1 图像分割的概述在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部分称为目标或前景 (其他部分称为背景 )，他们一般
3、对应图像中特定的、具有独特性质的区域。 为了辨识和分析目标， 需要将他们分离提取出来， 在此基础上才有可能对目标进一步利用。 图像分割就是指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、纹理等，预先定义的目标可以对应单个区域， 也可以对应多个区域。 现有的图像分割算法有： 阈值分割、边缘检测和区域提取法。本文着重研究基于阈值法的图像分割技术。所谓图像分割是指根据灰度、 彩色、空间纹理、 几何形状等特征把图像划分成若干个互不相交的区域， 使得这些特征在同一区域内， 表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的讲， 就是在一幅图像中， 把目
4、标从背景中分离出来， 以便于进一步处理。 图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提。同时它也是一个经典难题， 到目前为止既不存在一种通用的图像分割方法，也不存在一种判断是否分割成功的客观标准。阈值法是一种传统的图像分割方法，因其实现简单、 计算量小、 性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。已被应用于很多的领域， 例如，在红外技术应用中， 红外无损检测中红外热图像的分割，红外成像跟踪系统中目标的分割； 在遥感应用中， 合成孔径雷达图像中目标的分割等；在医学应用中，血液细胞图像的分割，磁共振图像的分割；在农
5、业工程应用中，水果品质无损检测过程中水果图像与背景的分割。在工业生产中， 机器视觉运用于产品质量检测等等。在这些应用中，分割是对图像进一步分析、识别的前提，分割的准确性将直接影响后续任务的有效性， 其中阈值的选取是图像阈值分割方法中的关键技术。1.2 阈值分割的基本原理图像阈值化分割是一种最常用， 同时也是最简单的图像分割方法，它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量， 而且也大大简化了分析和处理步骤，因此在很多情况下， 是进行图像分析、 特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分， 得到的每个子集形成
6、一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。阈值分割法是一种基于区域的图像分割技术，其基本原理是： 通过设定不同的特征阈值， 把图像像素点分为若干类 常用的特征包括： 直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征设原始图像为f(x，y)，按照一定的准则在f(x，y)中找到特征值 T，将图像分割为两个部分，分割后的图像为 : 0(,)1(,)(,)fxytfxytbgxy ba(i) min=i; end end z0=max z1=min T=(z0+z1)/2; TT=0;
7、 S0=0; n0=0; S1=0; n1=0; allow=0.001; d=abs(T-TT); %abs 绝对值、模、字符的ASCII 码值count=0; while(d=allow) count=count+1; for i=1:x for j=1:y if (I(i,j)=T) S0=S0+I(i,j); n0=n0+1; end if (I(i,j)=T) Seg(i,j)=1; end end end figure,imshow(Seg); title(迭代阈值分割 1); 4 结果与分析图 4.1 原图及其直方图显示图 4.2 原图与极小值图像显示图 4.3 原图与迭代图像显
8、示极小值点阈值分割得到的效果最好，而用迭代法得到的分割图像要次。5 结论通过实验不难看出， 针对本实验所选择的图来说， 极小值点阈值分割得到的效果最好， 而用迭代法得到的分割图像要次之，通过实验可以说， 这几种方法各有所长，针对不同的图形都有自己的优势，所以学会这几种方法的阈值分割对以后进行图像分割有深远的意义。对于使用的软件， Matlab 具有强大、高效的矩阵和数组运算功能。 语法规则与一般的高级语言类似,一个稍有编程基础的人能很快熟悉掌握。语言简洁紧凑 ,使用灵活 ,程序书写形式自由。而且库函数十分丰富 ,避免了繁杂的子程序编程任务。向用户提供各种方便的绘图功能。提供了图像处理工具箱、数
9、字信号处理工具箱、小波工具箱等各种功能强大的工具箱。集成了各种变换函数 ,不仅方便了研究人员 ,而且使源程序简洁明了、易实现。参考文献1 王家文.MATLA. 图形图像处理 M. 北京，国防工业出版社 .2001:12-17. 2 甲永红.数字图像处理 M . 武汉，武汉大学出版社 .2011:71-84. 3 李红梅.二值图像的阈值分割方法探讨J .上海，科技经济市场.2007:38-42 4 刘刚. MATLAB 数字图像处理 M. 北京，机械工业出版社 .2010：34-45. 5张强, 王正林 .精通 MATLAB 图像处理 . 电子工业出版社， 1997 6陈怀琛 .MATLAB 及其在课程中的应用指南. 西安电子科技大学出版社，2000 7朱习军 .MATLAB 在信号与系统与图象处理中的应用. 电子工业出版社，2002
