最佳熵自动阀值法图像分割.docVIP

DIP上机报告 题 目：数字图像处理上机报告（第 学 校： 中国地质大学（武汉） 指 导 老 师： 傅华明 姓 名： 龙 勋 学 号： 20111000681 班 级： 071112-06 目录 1最佳熵自动阀值法图像分割 3 2上机小结 5 最佳熵自动阀值法 题目要求： 采用最佳熵自动阈值法对下图实施分割。 算法设计： 导入图像 通过图像的直方图计算每个像素点的概率 统计每个灰度值出现的概率 分别计算图像的背景熵和目标熵 计算图像熵的最大值，并且将其作为图像分割的阀值 进行图像的分割和分割图像的显示 程序代码： clear all a = imread(p5-09.tif); figure,imshow(a) count = imhist(a); %图像的直方图 [m,n] = size(a); N = m*n; L = 256; count = count/N; %每一个像素的分布概率 for i = 1:L if count(i) ~= 0 st = i-1; break; end end for i = L:-1:1 if count(i) ~= 0 nd = i-1; break; end end f = count(st+1:nd+1); %f是每个灰度出现的概率 size(f); E=[]; for Th = st:nd+1 Hbt = 0; Hwt = 0; Pth = sum(count(1:Th+1)); for i = 0:Th %计算图像背景的熵 Hbt = Hbt-count(i+1)/Pth*log(count(i+1)/Pth+0.01); end for i = Th+1:L-1; %计算图像目标的熵 Hwt = Hwt-count(i+1)/(1-Pth)*log(count(i+1)/(1-Pth)+0.01); end E(Th-st+1) = Hbt+Hwt; end position = find(E==(max(E))); Ht = st+position-100; for i = 1:m for j = 1:n if a(i,j)Ht a(i,j) = 0; %对图像分割 else a(i,j) = 255; end end end figure,imshow(a); 运行结果： 结果分析： 通过结果可以看出来，此程序中通过计算最大的Ht,即图像的阀值，成果地将图像的目标与背景分割开来，通过这次的上机实习，我又学习到了一种图像分割的办法，并且成功地将其在MATLAB的环境下实现。使我更加对MATLAB的使用以及图像处理的原理有了很好的认识。