数字图像处理实验四.doc

实验名称 图像分割 指导老师 毕务忠 班级 信处152 实验日期 2018/5/11 实验地点 5209 学生信息 （依次填入姓名、学号） 2015021118 张南卿 成绩 实验目的 1熟悉MATLAB的操作和基本功能； 2理解和掌握图像分割的基本理论和算法，练习使用形态学、阀值的相关知识点对图像进行分割处理； 实验原理 1 膨胀和腐蚀是二值形态学的基本操作，其中膨胀是是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理；而腐蚀则是一种消除连通域的边界点，使边界向内收缩的处理。贴标签是对不同连通域区分和标记的基本算法。 两者数学表达如下： 膨胀： 腐蚀： 2图象分割是按照某些特性(如灰度级,频谱,颜色，纹理等)将图象划分成一些区域，在这些区域内其特性是相同的或者说是均匀的，两个相邻区域彼此特性则是不同的，其间存在着边缘或边界。按照使用图像的特点可以分为两类： 利用区域间灰度不连续性――基于边界检测 利用区域内灰度的相似性――基于区域分割 电子工程学院 数字图像处理 课程实验报告 实验仪器与设备（包括实验平台、实验材料等） 1.计算机； 2.MATLAB程序； 3.记录用的笔、纸。 实验内容（包括实验电路、实验步骤与流程、源程序代码、调试过程记录等，可另附页） 1.打开计算机，安装和启动MATLAB程序； 2.对于图像(可以是我选的图像，也可以是你指定的） a)运用全局阀值进行二值化（OSTU阈值）; b)编程实现课本中讲解的basic global thresholding算法实现二值化。 c)对以上两种方法得到的图像进行有意义（语义学）的修饰，使之更加符合人对图 像分割的理解，可以使用形态学的算法。 d)比较分析两种方法的差异性。 3.对于图像（可以是我选的图像，也可以是你指定的） a)对图像进行（基于区域生长）的分割————选做题目，有时间有能力的。 4.记录和整理实验报告。 实验结果及分析（包括程序和数据的记录及分析、实验总结等，可另附页） %基本全局阈值处理 f=imread(C:\picture\256.tif); count = 0; T = mean2(f); done = false; while ~done countcount = count + 1; g = f T; Tnext = 0.5*(mean(f(g)) + mean(f(~g))); done = abs(T - Tnext) 0.5; T = Tnext; end g = imbinarize(f, T/255); %二值化图像阈值分割 figure(1); subplot(221); imshow(f); title(原图像); subplot(222); imshow(g); title(basic global thresholding); se=strel(ball,8,8); % 创建球体，半径8 f1=imdilate(I,se); %膨胀 subplot(223) imshow(f1);title(膨胀后图像); f2=imbinarize(f1); %二值化图像阈值分割 subplot(224) imshow(f2);title(分割标记后图像); %Otsu方法二值化图像 I = imread(C:\picture\256.tif); J = imnoise(I, salt pepper,0.02); %添加噪声 figure(2); subplot(231);imshow(I);title(原图像); subplot(232);imshow(J);title(加椒盐噪声后的图像); k = medfilt2(J,[5 5]); subplot(233);imshow(k);title(5x5模板中值滤波) T=graythresh(k); %最大类间方差法找到图片的一个合适的阈值 g=imbinarize(f,T); subplot(234);imshow(g);title(Otsu方法二值化图像); se=strel(ball,8,8); % 创建球体，半径8 f1=imdilate(I,se); subplot(235) imshow(f1);title(膨胀后图像); f2=imbinarize(f1); [f2,N]=bwlabel(f2,8); subplot(236) imshow(f2);title(分割标记后图像); 心得体会（思考与创新、建议等） 思考题： 1、除了形态学方法用其他方法如何实现图像分割？ 答：阈值分