灰度图像二值化方法研究精要.doc

目 录 摘 要 III Abstract IV 第一章 绪 论 1 1.1 图像与数字图像 1 1.2 数字图像处理技术内容与发展现状 2 1.3 灰度图像二值化原理及意义 4 第二章 软件工具——MATLAB 6 2.1 MATLAB概述 6 2.2 MATLAB的工作环境 6 2.3 MATLAB图像处理工具箱 8 2.4 工具箱实现的常用功能 9 第三章 图像二值化方法 11 3.1 课题研究对象 11 3.2 二值化方法研究动态 13 3.3 全局阈值法 18 3.4 局部阈值法 18 第四章 Otsu方法和Bernsen方法 20 4.1 Otsu算法分析 20 4.2 Otsu方法流程图 22 4.3 Bernsen算法分析 23 4.4 Bernsen方法流程图 23 第五章 Otsu方法和Bernsen方法实验比较 25 5.1 Otsu方法实验结果分析 25 5.2 Bernsen方法结果分析 27 5.3 0tsu方法和Bernsen方法实验结果比较 28 5.4 结论 29 结束语 31 参考文献 32 致 谢 33 附录：源代码 34 摘 要 在人类获取的信息中，视觉信息约占60%，听觉约占20%，其它约占20%。由此可见，视觉信息对人类非常重要。同时，图像是人类获取视觉信息的主要途径。图像二值化是图像预处理中的一项重要技术，在模式识别、光学字符识别、医学成像等方面都有重要应用。论文介绍了图像及数字图像处理技术的一些概念和相关知识；对Matlab7.0 软件的发展和软件在图像处理中的应用做了简要介绍；还介绍了灰度图像二值化方法以及利用Matlab7.0软件工具进行算法的实现。课题重点实现了图像分割技术中灰度图像二值化方法，如Otsu算法、Bernsen算法，并对这些算法运行的实验结果进行分析与比较。 关键词：图像处理，二值化，Matlab，Otsu算法，Bernsen算法  Abstract, among which the visual information is about 60%, the sense of hearing about 20%, and others about 20%. Therefore, the visual information is very important for human beings. Moreover, the images are the primary way, by which a lot of information is obtained. Image binarization, as an important technology in image pre-processing, is widely-employed in pattern recognition, optical character recognition, medical imaging and so forth. In this paper, some notions and relative knowledge in digital image processing technology are introduced; then, the development of Matlab7.0 and its application in image processing briefly introduced; in addition, the method of grayscale image binarization and how to implement these algorithms based on Matlab7.0 are presented. This paper mainly implements the grayscale image binarization method in image segmentation technology, such as Otsu algorithm and Bernsen algorithm, and analyzes and compares the experimental results of the above algorithms. Keywords: Image processing, Binarization, Matlab, Otsu algorithm, Bernsen algorithm 第一章 绪 论 1.1 图像与数字图像 图像就是用各种观测系统观测客观世界获得的且可以直接或间接作用与人眼而产生视觉的实体。视觉是人类从大自然中获取信息的最主要的手段。拒统计，在人类获取的信息