2024年图像分割 实验报告.doc

评分

试验汇报

課程名称醫學图像处理

试验名称图像分割

专业班级

姓名

學号

试验曰期

试验地點

—第2學期

试验目的

掌握常用的边缘提取算法，從图像中提取感愛好的区域，实現图像分割。在图像中，寻找灰度相似或相似的区域，辨别图像中的背景区域和目的区域，运用Matlab实現图像的边缘检测，進行图像分割。

二、试验环境

1、硬件配置：Intel（R）Core(TM)i5-4210UCPU@1.7GHz1.7GHz

安装内存（RAM）：4.00GB系统类型：64位操作系统

2、软件环境：MATLABRb软件

三、试验内容

(包括本试验要完毕的试验問題及需要的有关知识简朴概述)

图像边缘是图像中特性（如像素灰度、纹理等）分布的不持续处，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。图像边缘存在于目的与背景、目的与目的、基元与基元的边界，標示出目的物体或基元的实际含量，是图像识别信息最集中的地方。

图像分割处理重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，到达将物体從图像中分离出来或将表达同一物体表面的区域检测出来的目的。常用的分割措施是边缘检测。边缘检测是采用多种边缘算子实現突出图像边缘，克制图像中非边缘信息，使图像轮廓愈加清晰。

1． 梯度算子法

對于图像f(x,y)，它在點f(x,y)处的梯度是一种矢量，定义為

梯度的方向在函数f(x,y)最大变化率的方向上，梯度的幅值為

梯度的数值就是f(x,y)在其最大变化率方向上的單位距离所增長的量。對于图像而言，微分运算可以用差分运算来近似。

简化成模板可以表到达如下形式：

Robert梯度算子

當梯度计算完後，可采用如下几种形式突出图像的轮廓。

梯度直接输出

使各點的灰度g(x,y)等于该點的梯度，即

這种措施简朴、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

加阈值的梯度输出体現式為

式中，T是一种非负的阈值，合适选用T，既可以使明显的边缘得到突出，又不會破壞本来灰度变化比较平缓的背景。

給边缘指定一种特定的灰度级

式中LG是根据需要指定的一种灰度级，它将明显的边缘用一种固定的灰度级体現，而其他的非边缘区域的灰度级仍保持不变。

給背景指定一种特定的灰度级

该措施将背景用一种固定灰度级LG体現，便于研究边缘灰度的变化。

二值图像输出

在某些場所（如字符识别等），既不关怀非边缘像素的灰度级差异，又不关怀边缘像素的灰度级差异，只关怀每個像素是边缘像素還是非边缘像素，這時可采用二值化图像输出方式，其体現式為

此法将背景和边缘用二值图像表达，便于研究边缘所在位置。

2． Sobel算子法

Sobel相對于先對图像進行加权平均再做差分。

對于图像的3×3窗口，设

则定义Sobel算子為

简化成模板可以表到达如下形式：

Sobel模板

3． 拉普拉斯运算法

拉普拉斯算子定义图像f(x,y)的梯度為

锐化後的图像g為

式中k為扩散效应系数。對系数k的选择要合理，太大會使图像中的轮廓边缘产生過冲；太小则锐化不明显。

常用laplacian算子模板為，，

此外尚有某些模板也常用于图像增强，如

Prewitt模板

四、试验成果与分析

（包括试验原理、数据的准备、运行過程分析、源程序（代码）、图形图象界面等）

注：本项可以增長页数

%例1手動阈值分割

[I,map]=imread(cameraman.tif);%讀入图像

imshow(I);figure;%显示图像

J=imhist(I);imhist(I);%生成直方图并显示

[M,N]=size(I);%返回图像的行数和列数

fo