基于matlab的单阈值分割方法 论文.pdf

中国科技论文在线 基于MATLAB 的单阈值分割方法 王蓓蓓，李玉良，胡浩 中国矿业大学信息与电气工程学院，江苏徐州（221008 ） Email: wangbeibeicumt09@163.com 摘 要：图像分割是图像处理中最为基础的领域之一。单阈值法就是其中一种重要的方法， 在理论研究和实际应用中，单阈值法都得到了人们一定的重视和关注。为了将图像中的有效 信息合理分割出来，对单阈值法的基本原理、分类和它在图像处理中的应用进行了系统的讨 论。该方法与其他图像分割方法相比，具有计算简单、性能稳定和运算效率较高等的优点。 以矿井下报警仪图像为例，采用单阈值法进行分割，实验结果表明，单阈值分割方法对直方 图双峰不太明显的图像处理效果不是很好，需要采取其他方法处理这一类图像。 关键字：图像分割；单阈值；MATLAB；报警仪 中图分类号：TP391 文献标识码：A 0 前言 在对图像的处理和应用过程中，我们往往仅对图像中的某些部分感兴趣。这些部分常称 为目标或前景，其他部分为背景，通常需要将前景提取出来，因此图像分割是图像处理和模 式识别中的基本问题。图像分割是把图像分成若干个有意义的区域的处理技术，即将各像素 进行分类，并提取感兴趣区域的过程。分类所依据的特征可以是像素的灰度值、物体的轮廓 线、纹理特征，也可以是空间频谱或直方图特征等[1]。现在的图像分割方法大致可以分为三 [2] 1 大类：阈值分割、边缘检测和区域提取法。本文主要对单阈值分割方法进行介绍 。 1 单阈值分割方法的基本原理 [3] 现在，对于阈值化分割算法，人们已经提出了大量的算法 。简单说来，对灰度图像的 阈值分割就是先确定一个处于图像灰度取值范围之中的灰度阈值，然后将图像中各个像素的 灰度值都与这个阈值相比较，并根据比较结果将对应的像素（分割）划为两类：像素的灰度 值大于阈值的为一类，像素的灰度值小于阈值的为另一类（灰度值等于阈值的像素可归入这 两类之一）。这两类像素一般分属图像中的两类区域，所以对像素根据阈值分类达到了区域 分割的目的。由此可见，阈值化分割算法主要有两个步骤：2 确定需要的分割阈值； 将分割阈值与像素值比较以划分像素。 以上步骤中，只要能确定一个合适的阈值就可有效地将图像分割开来。而在阈值确定后， 将阈值与像素值比较和划分像素可对各像素同步地进行，分割的结果直接给出图像区域。 利用取阈值方法来分隔灰度图像基于的常用模型可描述如下：假设图像由具有单峰灰度 分布的目标和背景组成，处于目标或背景内部相邻像素间的灰度值是高度相关的，但处于目 标和背景交界处两边的像素在灰度值上有很大的差别。如果一幅图像满足这些条件，它的灰 度直方图基本上可看作是由分别对应目标和背景的两个单峰直方图混合构成的。 要把图像中各种灰度的像素分成两个不同的类需确定一个阈值。无论用哪种方法选取阈 值，一幅原始图像f (x ,y ) 取单阈值 T 分割后的图像可定义为如下公式（1.1）所示： -1- 中国科技论文在线 g (x , y ) 1, f (x , y ) =≥T ⎧ ⎨ g (x , y ) 0, f (x, y ) =T ⎩ （1.1） 这样得到的g (x, y ) 是一幅二值图像，它相当于把原始图像f (x ,y ) 用空间占有数组来 进行表达。 2 单阈值分割方法分类 根据阈值选取方法不同，可以将单阈值分割划分为全局单阈值分割方法和局部单阈值分 [4] 割方法 。 2.1 全局单阈值分割方法 相对于局部单阈值分割方法，全局单阈值分割方法在图像处理中应用较多，它在整幅图 像内