图像分割算法的研究 毕业设计.doc

目 录 摘 要 I Abstract II 第1章 绪论 1 1.1图像分割概述 1 1.2 图像分割特征 1 1.3 图像分割的发展及现状 1 1.4研究的背景与意义 2 第2章 数字图像处理 3 2.1 3 2.2 主要目的 4 2.3 常用方法 4 2.4 应用领域 5 2.5 研究方向 7 2.6 基本特点 7 2.7 MATLAB软件 8 第3章 阈值分割 10 3.1 图像二值化 10 3.2 阈值分割基本原理 10 3.3 阈值分割方法定义 11 3.4 阈值分割描述 12 3.5阈值分割分类 12 第4章 阈值分割方法 13 4.1直方图法 13 4.2 迭代法 14 4.3最大类间方差法 17 4.4小结 20 第5章 最大类间方差法的改进 21 结论 27 参考文献 28 致谢 29 摘 要 通常人们只对图像的某个区域感兴趣，为了能够把感兴趣的区域提取出来，就得对图像进行分割。图像分割就是把图像分成一些具有不同特征而有意义的区域，以便进一步的图像处理与分析。图像分割是图像处理的关键，在灰度图像中分割出有意义区域的最基本方法是设置阈值的分割方法。选择阈值的主要方法有：直方图法，迭代法，最大类间方差法。本文主要比较三种方法的优缺点，并对其中的最大类间方差法进行优化，改进分割效果。 关键词： 阈值 直方图 迭代法 最大类间方差法 Abstract Usually people only interested in certain parts of the image, in order to be able to extract the interesting part, you have to do image segmentation. Image segmentation is to divide the image into a number of different features and meaningful areas for further image analysis and understanding. Image segmentation is the key of image processing . The most basic method of segmentation in the gray image is to set threshold . The main methods of selecting threshold are: histogram method, iterative method, Otsu method. In this paper, comparative advantages and disadvantages of the three methods, and improved segmentation results using Otsu method . Key words：threshold the histogram method iterative method Otsu method 1章 绪论 1.1图像分割概述 图像分割就是按照人们的意愿将图像分成许多个区域，使得人们分离出目标与背景[1]。同时人们可以对图像的特征进行提取或者是对目标的一些参数进行一些简单的测量，为人们进行更深入的图像研究提供了基础。图像分割是图像预处理的重要步骤，在人们进行图像处理研究的初期就已经受到人们的高度重视。经过几十年的发展，到目前为止，人们已经提出了很多种分割方法。尽管图像分割的方法和种类有很多，却没有公认的标准的分割方法。有些分割运算可直接分割任何图像，而有一些只能适用于特殊类图像。许多不同种类的图像或景物都可作为待分割的图像，不同类型的图像，已经有相对应的分割方法对其分割，同时，某些分割方法也只是适合于某些特殊类型的图像分割。分割结果的好坏需要根据具体情况而定。图像分割是从图像处理到图像分析的关键步骤，可以说，图像分割结果的好坏直接影响对图像的进一步处理。 1.2 图像分割特征 （1）分割出来的各区域对某种性质例如灰度，纹理而言具有相似性，区域内部是连通的且没有过多小孔；（2）区域边界是明确的；（3）相邻区域对分割所依据的性质有明显的差异。（4）基于亮度值的两个基本特性之一: 跳跃性不连续性和相似性. 第1类性质的应用途径是基于亮度的跳跃（不连续）变化分割图像,比如图像的边缘。 第2类的主要应用途径是依据事先制定的准则将图像分割为相似的区域、 阈值处理、区域生长、区域分离和聚合都是这类方法的实例。 1.32]。到目前为止，还没有一种分割方法，可以使按照人们的意愿准确无误的分割任何一种图像。实际图像中景物情况多变，具体