基于MATLAB的图像阈值分割算法的研究.doc

基于MATLAB的图像阈值分割算法的研究 [摘要]：图像分割是一种重要的数字图像处理技术。本文首先介绍了图像分割技术，其次总结了目前图像分割技术中所用到的阈值、边缘检测、区域提取等方法以及分水岭算法。针对各种阈值分割算法，本文在最后做了详细的研究，并给出了相应的MATLAB程序源代码。 [关键词]：数字图像处理；图像分割；阈值；算法 Research on MATLAB-Based Threshold Image Segmentation Algorithm Abstract：Image segmentation is a very important digital image processing technique. In this thesis, the digital image processing technique will be illustrated in the first place. Besides, it summarizes the method of image segmentation, such as threshold, edge detection, region extraction, and watershed algorithm. Last but not least, it makes a study of various threshold image segmentation algorithms. Meanwhile, the code of MATLAB will be showed. Key words：Digital Image Processing Technique; Image Segmentation; Threshold; Algorithm 引言 随着科学技术的发展，人们对信息处理和信息交流的要求越来越高，最典型的表现是手机及相关数码产品的更新换代速度加快。图像信息具有直观、形象、易懂和信息量大等特点，因此它是人们日常生活、生产中接触最多的信息种类之一。正是因为图像所带给人们的直观信息的特点，使得数字图像处理技术随着计算机技术、多媒体技术的发展取得了长足的进步。 在图像分析中，通常需要将关心的目标从图像中提取出来，这种从图像中将某个区域与其他部分进行分离并提取出来的处理，就是图像分割。因为图像分割实际上就是区分图像中的“前景目标”和“背景”，所以通常又称之为图像的二值化处理。图像分割是图像处理中的一项关键技术，自20世纪70年代起一直受到人们的高度重视，至今已提出上千种分割算法，但因尚无通用的分割理论，现提出的分割算法大都是针对具体问题的，并没有一种适合所有图像的通用分割算法。另外，还没有制定出选择适用分割算法的标准，这给图像分割技术的应用带来许多实际问题。最近几年又出现了许多新思路、新方法或改进算法。表示图像，表示具有相同性质的谓词，图像分割把分解成个区域，，满足： ⑴ ，Ф，，， ⑵ ，， ⑶ ，，， 条件⑴表明分割区域要覆盖整个图像且各区域互不重叠，条件⑵表明每一个区域都具有相同的性质，条件⑶表明相邻的两个区域性质相异不能合并为一个区域。 实际的图像处理和分析都是面向某种具体应用的，所以上述条件中的各种关系也要视具体情况而定。目前，还没有一种通用的方法可以很好的兼顾这些约束条件，也没有一种通用的方法可以完成不同的图像分割任务。原因在于实际的图像时千差万别的，还有一个重要原因在于图像数据质量的下降，包括图像在获取和传输过程引入的各种噪声以及光照不均与等因素。到目前为止，对图像分割的好坏和评价还没有统一的准则。因此，图像分割使图像分析和计算机视觉中的经典难题。至今，提出的分割算法已有上千种，每年还有不少新算法出现。这些算法的实现方式各不相同，然而大都基于图像在像素级的两个性质：不连续性和相似性。属于同一目标的区域一般具有相似性，而不同区域在边界出现不连续性。 图像分割的方法 图像分割方法依照分割时所依据的图像特性不同，大致可以分为四大类。第一类是阈值方法，这种方法是根据图像灰度值得分布特性确定某个阈值来进行图像分割的。第二类为边缘检测方法，这类方法是通过检测出封闭某个区域的边界来进行图像分割的。通俗地讲，这类方法实际上是沿着闭合的边缘线将其包围的区域剪切出来。第三类方法是区域提取方法，这类方法的特点是根据特定区域与其他背景区域特性上的不同来进行图像分割的。另外，还有一种基于形态学的分水岭算法。 阈值方法 所谓阈值分割方法就是确定某个阈值，根据图像中每个像素的灰度值大小或小于该阈值，来进行图像分割。阈值方法的数学模型如下： 设原图像为，经过分割处理后的图像为，为二值图像，则有： 根据上式可知，阈值方法的核心就是阈值的确定方法。 边缘检测方法 边缘检测