图像OTSU阈值分割的程序设计.docVIP

目 录 摘 要 I 1 原理与实现 1 1.1图像分割 1 1.2 阈值分割 1 1.3 OTSU算法 2 1.4 迭代法 3 2 程序设计 4 2.1 主程序 4 2.2 OTSU 5 2.3 全局阈值 6 2.4 迭代法 6 3结果与分析 8 4 心得体会 10 参考文献 11 专业综合课程设计任务书 学生姓名: 专业班级: 指导教师: 工作单位: 题 目:图像OTSU阈值分割的程序设计 初始条件: 提供实验室机房及其matlab软件； 提供一张灰度图片； 数字图像处理的基本理论学习。 要求完成的主要任务:(包括课程设计工作量及其技术要求,以及说明书撰写等具体要求): （1）掌握数字图像分割的基本原理； （2）熟悉掌握matlab软件，并利用matlab设计一程序完成以下功能； （3）根据OTSU（最大类间方差法）原理，设计求取阈值的程序（不能使用Matlab的库函数），并与用Matlab的库函数求得的阈值进行比较； （4）用求得的阈值对一灰度图片进行分割，并对结果进行分析； （5）要求阅读相关参考文献不少于5篇； （6）根据课程设计有关规范，按时、独立完成课程设计说明书。 时间安排: (1) 布置课程设计任务,查阅资料,确定方案 四天； (2) 进行编程设计 一周； (3) 完成课程设计报告书 三天； 指导教师签名: 年 月 日 系主任(或责任教师)签名: 年 月 日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，本设计重点介绍了阈值分割法中的最大类间方差法（OTSU）的原理，matlab的实现代码与运行结果，并与matlab自带的库函数运行结果进行比较，还扩展了迭代法分割，手动输入一个阈值进行分割。本程序中很多地方都有输入输出提示，有一定的人机交互。 关键词：；matlab；1 原理与实现 1.1图像分割 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。图像分割是将图像分成一些有意义的区域, 然后对这些区域进行描述, 相当于提取出某些目标区域图像的特征, 判断图像中是否有感兴趣的目标。图像分割的基础是像素间的相似性和跳变性。所谓“相似性”是指在某个区域内像素具有某种相似的特性, 如灰度一样, 纹理相同;所谓“跳变性”是指特性不连续, 如灰度值突变等。从总体上说, 图像分割就是把图像分成若干有意义的区域的处理技术。这些区域互不交叠, 每一个区域内部的某种特性或特征相同或接近, 而不同区域间的图像特征则有明显差别, 即同一区域内部特性变化平缓, 相对一致, 而区域边界处则特性变化比较剧烈。区域内是一个所有像素都有相邻或相接触像素的集合, 是像素的连通集。在一个连通集中任意两个像素之间, 都存在一条完全由这个集合的元素构成的连通路径。连通路径是一条可在相邻像素间移动的路径。所以, 在一个连通集中,你可以跟踪在任意两个像素间的连通路径而不离开这个集合。 图像分割的方法有多种, 依据工作对象来分, 可分为点相关分割和区域相关分割; 按算法分类, 可分为阈值法、界限检测法、匹配法、跟踪法等。近年来出现了一些新的算法和设想。如先使用经典的边缘检测算子对图像做初步的边缘检测, 然后再利用边缘之间空间结构关系来协调, 增强初始检测结果。 1.2 阈值分割 阈值处理是一种区域分割技术, 将灰度根据主观愿望分成两个或多个等间隔或不等间隔灰度区间, 它主要是利用图像中要提取的目标物体和背景在灰度上的差异, 选择一个合适的阈值, 通过判断图像中的每一个像素点的特征属性是否满足阈值的要求来确定图像中该像素点属于目标区还是应该属于背景区域, 从而产生二值图像, 它对物体与背景有较强对比景物的分割特别有用。它计算简单, 而且总能用封闭而且连通的边界定义不交叠的区域。 在使用阈值法进行分割技术时, 阈值的选取成为能否正确分割的关键, 若将所有灰度值大于或等于某阈值的像素都被判属于物体, 则将所有灰度值小于该阈值的像素被排除在物体之外, 如果阈值选取得过高, 则过多的目标区域将被划分为背景, 相反如果阈值选取得过低, 则过多的背景将被划分到目标区。因此, 边界就由这样一些内部点的集合组成, 这些点都至少有一个邻点不属于该物体。 由于物体和背景以及不同物体之间的灰度级有