基于阈值法的图像分割的的研究毕业答辩.pptVIP

L/O/G/O 基于阈值法的图像分割的研究 专业：通信工程 班级：通信工程专12 姓名：刘雨娇 学号：5052209027 内容概述 研究内容 3 基于阈值法的图像分割的研究 课题背景 1 研究的目的与意义 2 总结 4 基于阈值法的图像分割的研究 图像分割技术自20世纪70 年起就一直受到人们的高度重视，至今已提出上千种分割算法。但是因为还没有通用的分割理论，现今提出的分割算法主要是针对具体问题的，还没有出现一种适合所有图像的分割算法。另外，因为还没有制定出适用于分割算法的选择标准，所以图像分割技术的应用还存在许多实际的问题。阈值分割的方法是众多图像分割方法之一，其历史可追溯到40年前，是一种传统的图像分割方法 。 课题背景 1 基于阈值法的图像分割的研究 图像分割的目的主要有两个：一是产生更适合人类视觉观察和识别的图像，二是希望计算机能够自动进行识别和理解图像。 图像分割是图像处理和分析的基础，接下来的特征提取、目标识别等任务的结果好坏，都取决于图像分割的质量如何。 研究的目的与意义 2 基于阈值法的图像分割的研究 1.图像分割预处理 2.基于传统阈值法的图像分割 3.基于小波的阈值分割 研究内容 3 基于阈值法的图像分割的研究 1.图像分割预处理 一幅图像在传输的过程中会受到各种噪声的干扰。为了使图像分割具有良好的效果，在对图像进行分割之前需要滤除这些噪声，也就是图像分割的预处理。 中值滤波是一种有效抑制噪声的非线性信号处理技术，其基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中的所有点值的中值代替，让周围的像素值接近的真实值。 中值滤波的实现方法： 1、通过从图像中的某个采样窗口取出奇数个数的数据进行排序。 2、用排序后的中值数据取代要处理的数据。 基于阈值法的图像分割的研究 1.图像分割预处理 这里选取了两种噪声进行中值滤波的实验，一种是高斯噪声，另一种是椒盐噪声。高斯噪声仿真结果如图所示： (a)带噪声图像 (b)消噪后图像 含高斯噪声图像与中值滤波后图像比较图 基于阈值法的图像分割的研究 1.图像分割预处理 椒盐噪声仿真结果如图所示： 带噪声图像 消噪后图像 含椒盐噪声图像与中值滤波后图像比较图 基于阈值法的图像分割的研究 2.基于传统阈值法的图像分割 所谓“阈”就是一个领域或一个系统的界限，其数值称为阈值，使用阈值进行图像分割是一种区域分割技术，对物体与背景有较强对比的图像的分割特别有效。该方法计算简单，而且总能用封闭且连通的边界，定义不相交的区域。 阈值分割的基本原理：选取一个或多个处于灰度图像范围之中的灰度阈值，然后将图像中各个像素的灰度值与阈值比较，并根据比较的结果将图像中的对应像素分成两类或多类，从而把图像划分成互不重叠的区域集合，达成图像分割的目的。 基于阈值法的图像分割的研究 2.基于传统阈值法的图像分割 灰度直方图峰谷法: 原始图像灰度直方图 在一些简单的图像中，对目标物的灰度分布较有规律，背景和各个目标物在图像的灰度直方图中各自形成一个波峰，即区域和波峰一一对应。由于每个波峰间形成一个波谷，因为选择双峰间的波谷处所对应的灰度值为阈值，即可将两个区域分离。 基于阈值法的图像分割的研究 2.基于传统阈值法的图像分割 阈值为90时的分割图像 阈值为130时的分割图像 灰度直方图峰谷法阈值分割对比图 基于阈值法的图像分割的研究 2.基于传统阈值法的图像分割 最大方差自动阈值法： 灰度图像 分割后图像 最大方差自动阈值法获取阈值图像 如果图像灰度直方图的形状是多变的，有双峰但是无明显低谷或者是双峰与低谷都不明显，两个区域的面积比也难以确定的情况常常出现，采用最大方差自动阈值法往往能得到较为满意的结果。 基于阈值法的图像分割的研究 3.基于小波的阈值分割 小波变换是近年来得到广泛应用的数学工具，在图像处理中十分受到重视，与傅里叶变换，窗口傅里叶变换相比，小波变换是空间（时间）和频率的局部变换，能有效地从信号中提取信息。它通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了傅里叶变换不能解决的许多困难问题。 基于小波变换的图像分割方法, 先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值。 基于阈值法的图像分割的研究 3.基于小波的阈值分割 原始图像 灰度图像