数图课程设计-方块编码,阈值分割.docVIP

数图课程设计 实验报告 学院：通信与信息工程学院 班级：电子信息科学与技术 姓名： 学号： 实验一：方块编码 方块编码的资料 方块编码（Block Truncation Coding）又称为方块截断编码，是把一幅图像分为大小为的子像块，由于小块内个相邻像素间具有亮度互相近似的相关性，于是只选用两个适当的亮度来近似代表小块内各像素原来的亮度，然后指明字快内的各像素分别属于哪个亮度。 编码步骤: 取分块大小m（一般取偶数大小，m=）； 计算均值和标准差σ； 将各灰度值与均值比较，得到各个，构成比特面，并统计q； 计算； 将每个块与比特面，送入压缩文件； 依次执行各块的压缩，生成压缩文件； 计算压缩比； 改变块的大小，重复实验，比较压缩比； 译码步骤: 从压缩文件中得到关于各块的数据； 根据块的比特面恢复出各点亮度值； 依次恢复各块，生成恢复图像； 计算峰值信噪比 其中，反映恢复图像的质量； 实验二：阈值分割 【一】 实验目的及要求 1．了解阈值分割的原理； 2．知道阈值分割的方法； 3．会对图像进行阈值分割； 【二】 实验原理 图像阈值分割是一种广泛应用的分割技术，利用图像中要提取的目标区域与其背景在灰度特性上的差异，把图像看作具有不同灰度级的两类区域(目标区域和背景区域)的组合，选取一个比较合理的阈值，以确定图像中每个像素点应该属于目标区域还是背景区域，从而产生相应的二值图像。 阈值分割法是一种最常用的并行区域技术，它对物体与背景有较强对比的图像分割特别有效，所有灰度大于或等于阈值的像素被判为属于物体，灰度值为“255”,表示前景。否则这些像素点被排除在物体区域外；灰度值为“1”，表示背景。 灰度直方图就是灰度级的像素数Ni与灰度i的二维关系，它反映了一幅图像上灰度分布的统计特性，在MATLAB中使用函数“imhist.m”来实现。 双峰法是利用图像直方图特性来确定灰度阈值的方法，如果图像所含的目标区域和背景区域大小可比，而且目标区域和背景区域在灰度上有明显的区别，则认为图像由前景和背景（不同的灰度级）两部分组成，图像的灰度分布曲线近似认为是由两个正态分布函数叠加而成，图像的直方图将会出现两个分离的峰值，双峰之间的波谷处就是图像的阈值所在。 【三】程序清单与运行结果 程序清单 M=imread(1.jpg); subplot(2,2,1); imshow(M); title(原始图像); t=rgb2gray(M); subplot(2,2,2); imhist(t); title(直方图); [a,b]=size(t); t1=zeros(a,b); for i=1:a; for j=1:b; if t(i,j)90; t1(i,j)=1; else ti(i,j)=0; end end end subplot(2,2,3); imshow(t1); title(阈值分割后的图像); 运行结果： 【四】 实验结果分析 双峰法是一种简单的阈值分割方法，即该图像的直方图呈现明显的双峰状，如图所示，则选取双峰之间的谷底所对应的灰度级作为阈值分割，与要注意的是，用灰度直方图双峰法来分割图像需要一定的图像先验知识。该方法不适用于直方图中双峰差别很大或者双峰中间谷底比较宽广而平坦的图像，以及单峰直方图的情况。 阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将图像分割开来。阈值确定后，将阈值与像素点的灰度值比较和像素分割可对各像素并行地进行，分割的结果直接给出图像区域。 阈值分割的优点是计算简单、运算效率较高、速度快。在重视运算效率的应用场合(如用于硬件实现)，它得到了广泛应用。 【五】 实验心得 通过这次实验我的感触很深，平时听老师说很简单的问题，可当我实际操作时，却往往得不到实验结果，一个简单的问题我都会搞错，平时动手太少，眼高手低，高估了自己的能力。刚开始做这个实验的时候，不知道如何下手，在老师的指导下，对这个实验有了初步的认识。 通过这次数字图像实验，使我把学到的知识与实践相结合。并对学过的知识有了更深一步的了解，锻炼了自己分析和解决实际问题的能力。对我以后的学习有很大的帮助。在以后的学习中我会改正缺点，努力完善自己，在学习中，勤动手，亲自实验来理解和巩固所学的知识。