图像分割实验报告材料.pdf

评分 实验报告 课程名称 医学图像处理 实验名称 图像分割 专业班级 姓 名 学 号 实验日期 实验地点 2015—2016 学年度第 2 学期 文档 一、 实验目的 掌握常用的边缘提取算法，从图像中提取感兴趣的区域，实现图像分割。在图像中，寻找灰 度相同或相似的区域，区分图像中的背景区域和目标区域，利用 Matlab 实现图像的边缘检测， 进行图像分割。 二、实验环境 1、硬件配置 ：Intel （R） Core(TM) i5-4210U CPU 1.7GHz 1.7GHz 安装存（ RAM ）：4.00GB 系统类型： 64 位操作系统 2 、软件环境 ：MATLAB R2013b 软件 三、实验容 (包括本实验要完成的实验问题及需要的相关知识简单概述 ) 图像边缘是图像中特性（如像素灰度、纹理等）分布的不连续处，图像周围特性有阶跃变 化或屋脊状变化的那些像素的集合。图像边缘存在于目标与背景、目标与目标、基元与基元的 边界，标示出目标物体或基元的实际含量，是图像识别信息最集中的地方。 图像分割处理主要用于检测出图像中的轮廓边缘、细节以及灰度跳变部分，形成完整的物 体边界，达到将物体从图像中分离出来或将表示同一物体表面的区域检测出来的目的。常用的 分割方法是边缘检测。边缘检测是采用多种边缘算子实现突出图像边缘，抑制图像中非边缘信 息，使图像轮廓更加清晰。 1． 梯度算子法 对于图像 f(x,y) ，它在点 f(x,y) 处的梯度是一个矢量，定义为 T f f G f x, y x y 梯度的方向在函数 f(x,y) 最大变化率的方向上，梯度的幅值为 2 2 f f f x y 梯度的数值就是 f(x,y) 在其最大变化率方向上的单位距离所增加的量。对于图像而言，微分 运算可以用差分运算来近似。 x y f ( x, y) f (x 1, y) f (x, y ) f (x, y 1) 简化成模板可以表示成如下形式： 1 0 0 1 Robert 梯度算子 0 1 1 0 当梯度计算完后，可采用以下几种形式突出图像的轮廓。 梯度直接输出 使各点的灰度 g(x,y) 等于该点的梯度，即 g (x , y) G f x , y 这种方法简单、直接。但增强的图像仅显示灰度变化比较陡的边缘轮廓，而灰度变换比较 平缓的区域则呈暗色。 加阈值的梯度输出 加阈值的梯度输出表达式为 文档 G f (x, y) G f (x, y) T g (x, y ) ( , ) 其他 f x y 式中， T 是一个非负的阈值，适当选取 T ，既可以使明显的