halcon图像分割解释.doc

沈阳航空航天大学 综 合 课 程 设 计 基于Halcon的图像分割方法的研究 班 级 学 号 2012040201174 学 生 姓 名 王旭 指 导 教 师 赵晨光 课 程 设 计 任 务 书 课程设计的内容及要求： 一、设计说明 图像分割是图像处理的关键技术之一，将感兴趣目标的区域加以提取的技术和过程，图像分割方法包括:基于阈值、基于区域、基于边缘的分割方法等。 要求学生深入研究图像分割的主要方法，掌握直方图、灰度阈值、区域生长、边缘检测等分割算法，了解相关理论。并在充分调研图像分割的原理、算法的基础上，针对Halcon这一开发工具，深入学习各种算子及库函数的使用方法,并能够基于不同应用目标，尝试不同分割算法，比较实验结果并进行详尽分析。 二、设计要求 1．制定合理有效的设计方案； 2．熟悉Halcon的开发环境，深入学习图像分割理论，并进行分析。 三、推荐参考资料 [1] 周斌.??一种基于P系统的图像阈值分割方法[J]. 西华大学学报(自然科学版). 2012(06) [2] 王浩军,郑崇勋,闫相国.??基于自适应多尺度的血液细胞图像阈值分割方法研究[J]. 西安交通大学学报. 2001(04) [3] 肖华.??生物细胞图像阈值分割方法研究[J]. 株洲工学院学报. 2006(02) [4] 蒋剑,吴建华.??在小波域进行图像的最大熵分割的一种方法[J]. 南昌大学学报(工科版). 2003(02) 四、按照要求撰写课程设计报告 成绩评定表 评语、建议或需要说明的问题： 指导教师签字： 日期： 成 绩 概述 二、图像分割原理及算子 1.阈值分割原理 图像阈值化分割是一种最常用，同时也是最简单的图像分割方法，它特别适用于目标和背景占据不同灰度级范围的图像。它不仅可以极大的压缩数据量，而且也大大简化了分析和处理步骤，因此在很多情况下，是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。图像阈值化的目的是要按照灰度级，对像素集合进行一个划分，得到的每个子集形成一个与现实景物相对应的区域，各个区域内部具有一致的属性，而相邻区域布局有这种一致属性。这样的划分可以通过从灰度级出发选取一个或多个阈值来实现。 阈值分割法是一种基于区域的图像分割技术，其基本原理是：通过设定不同的特征阈值，把图像像素点分为若干类．常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征．设原始图像为f(i，j)，按照一定的准则在f(i，j)中找到特征值T，将图像分割为两个部分，分割后的图像为 : 若取 ： 0为黑,1为白，即为我们通常所说的图像二值化。 ?一般意义下，阈值运算可以看作是对图像中某点的灰度、该点的某种局部特性以及该点在图像中的位置的一种函数，这种阈值函数可记作：T(i，j，n(i，j)，f(i，j))式中，f(i，j)是点(i，j)的灰度值；n(i，j)是点(i，j)的局部邻域特性．根据对T的不同约束，可以得到3种不同类型的阈值，即 (1)点相关的全局阈值T＝T(f(i，j)):只与点的灰度值有关 (2)区域相关的全局阈值T＝T(n(i，j)，f(i，j)):与点的灰度值和该点的局部邻域特征有关 (3)局部阈值或动态阈值T＝T(i，j，n(i，j)，f(i，j)):与点的位置、该点的灰度值和该点邻域特征有关。 2.边缘检测原理 图像分割的一种重要途径是通过边缘检测，即检测灰度级或者结构具有突变的地方，表明一个区域的终结，也是另一个区域开始的地方。这种不连续性称为边缘。不同的图像灰度不同，边界处一般有明显的边缘，利用此特征可以分割图像。 图像中边缘处像素的灰度值不连续，这种不连续性可通过求导数来检测到。对于阶跃状边缘，其位置对应一阶导数的极值点，对应二阶导数的过零点(零交叉点)。因此常用微分算子进行边缘检测。常用的一阶微分算子有Roberts算子、Prewitt算子和Sobel算子，二阶微分算子有Laplace算子和Kirsh算子等。在实际中各种微分算子常用小区域模板来表示，微分运算是利用模板和图像卷积来实现。这些算子对噪声敏感，只适合于噪声较小不太复杂的图像。 由于边缘和噪声都是灰度不连续点，在频域均为高频分量，直接采用微分运算难以克服噪声的影响。因此用微分算子检测边缘前要对图像进行平滑滤波。LoG算子和Canny算子是具有平滑功能的二阶和一阶微分算子，边缘检测效果较好，如图4所示。