灰度阈值处理算法的分析的论文-精品.docVIP

1 引言 在对图像的研究和应用中，人们往往仅对图像中的某部分感兴趣，这部分称目标或前景，其它部分称背景。前景一般对应于图像中特定的具有独特性质的区域。为了辨识和分析目标，需要将它们分离提取出来，在此基础上才可能对目标进一步利用。 处理图像时受各种条件的限制和干扰，图像的灰度值往往与实际景物不完全匹配，这将直接影响到图像的后续处理。如果造成这种影响的原因主要是由于被摄物体的远近不同，使得图像中央区域和边缘区域的灰度失衡，或是因摄像头在扫描时各点的灵敏度有较大的差异而产生图像灰度失真，或是因曝光不足而使得图像的灰度变化范围窄，这时就可以采用灰度校正的方法来增强灰度的变化范围、丰富灰度层次，达到增强图像的对比度和分辨率。 灰度阈值处理是数字图像处理技术的一种，数字图像处理技术是20世纪60年代发展起来的一门新兴学科。主要利用图象中背景与对象之间的灰度差异。理想状态下，背景与对象之间的灰度差异很大，利用图像的灰度特征来选择一个或多个最佳灰度阈值，并将图像中每个像素的灰度值与阈值相比较，最后将对应的像素根据比较结果分到合适的类别中。 近30多年来，由于大规模集成电路技术和计算机技术的迅猛发展，离散数学理论的创立和完善，以及军事，医学和工业等方面应用需求的不断增长，数字图像处理的理论进一步完善，使得灰度阈值处理算法在医学，办公和多媒体系统等领域得到了广泛应用，并显示出广阔的应用前景，