數(shù)字圖像處理論文 基于灰度圖像的閾值分割改進(jìn)方法

《數(shù)字圖像處理論文 基于灰度圖像的閾值分割改進(jìn)方法》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于灰度圖像的閾值分割改進(jìn)方法摘要通常人們只對(duì)圖像的某個(gè)部位感興趣，為了能夠把感興趣的部分提取出來，就得對(duì)圖像進(jìn)行分割。圖像分割就是把圖像分成一些具有不同特征而有意義的區(qū)域，以便進(jìn)一步的圖像分析和理解。圖像增強(qiáng)就是突出人們感興趣有用的部分，或者是改善圖像的質(zhì)量，使它盡可能的逼近原圖像。本論文分析了傳統(tǒng)的灰度閾值圖像分割，即雙峰法、迭代法和最大類間方差法在細(xì)節(jié)部分分割上的缺點(diǎn)，然后，結(jié)合圖像增強(qiáng)中的微分梯度，對(duì)原有圖像的細(xì)節(jié)進(jìn)行銳化增強(qiáng)，然后再使用這三種方法進(jìn)行分割，得到的分割結(jié)果和傳統(tǒng)的分割方法得到的結(jié)果進(jìn)行比較，該方法確實(shí)達(dá)到了改善分割后圖像細(xì)節(jié)的效果。該方法在matl

2、ab環(huán)境下進(jìn)行了實(shí)現(xiàn)，實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的閾值分割方法相比，本文的方法不僅克服了傳統(tǒng)閾值分割方法的不足，而且還對(duì)復(fù)雜灰度圖像的細(xì)節(jié)部分具有較好的分割效果，為圖像分割方法的改進(jìn)提供了技術(shù)支持。關(guān)鍵詞：圖像分割；圖像增強(qiáng)；閾值；梯度；matlab目錄1.引言11.1圖像分割概述11.2圖像分割的特征11.3圖像分割的發(fā)展及現(xiàn)狀21.4研究背景與意義22.1數(shù)字圖像處理常用的方法32.2數(shù)字圖像處理的目的42.3數(shù)字圖像處理的主要內(nèi)容52.4數(shù)字圖像處理應(yīng)用的工具63.圖像分割的主要方法73.1基于區(qū)域的分割方法73.2基于邊緣的分割方法73.3基于聚類分析的圖像分割方法83

3、.4基于小波變換的分割方法83.5基于神經(jīng)網(wǎng)絡(luò)的分割方法93.6基于模糊集理論的分割方法94.基于灰度圖像的閾值分割方法104.1.設(shè)計(jì)流程圖104.2雙峰法圖像分割104.3迭代法134.4最大類間方差法圖像分割144.5小結(jié)165.基于圖像增強(qiáng)的分割改進(jìn)算法165.1具體算法165.2雙峰法分割175.3迭代法分割185.4最大類間方差法分割185.5重復(fù)實(shí)驗(yàn)步驟195.6小結(jié)20結(jié)論21基于灰度圖像的閾值分割改進(jìn)方法1.引言1.1圖像分割概述圖像分割就是將圖像按照人們的意愿分成許多個(gè)區(qū)域，使這些區(qū)域具有不重疊的特性或者該區(qū)域具有實(shí)際意義或是幾個(gè)區(qū)域的圖像特征相差不大

4、。圖像分割使得人們分離出目標(biāo)區(qū)域，同時(shí)人們可以對(duì)圖像的特征進(jìn)行提取或者是對(duì)目標(biāo)的一些參數(shù)進(jìn)行一些簡(jiǎn)單的測(cè)量，為人們進(jìn)行更深入的圖像研究提供了基礎(chǔ)。圖像分割是圖像處理的一個(gè)重要步驟，在人們進(jìn)行圖像處理研究的初期就已經(jīng)受到人們的高度重視。經(jīng)過幾十年的發(fā)展，到目前為此，人們已經(jīng)提出了很多種分割方法。盡管圖像分割的方法和種類有很多，卻沒有唯一的標(biāo)準(zhǔn)的分割方法。有些分割運(yùn)算可直接應(yīng)用于任何圖像，而另一些只能適用于特殊類別的圖像。許多不同種類的圖像或景物都可作為待分割的圖像數(shù)據(jù)，不同類型的圖像，已經(jīng)有相對(duì)應(yīng)的分割方法對(duì)其分割，同時(shí)，某些分割方法也只是適合于某些特殊類型的圖像分割。分割

5、結(jié)果的好壞需要根據(jù)具體的場(chǎng)合及要求衡量。圖像分割是從圖像處理到圖像分析的關(guān)鍵步驟，可以說，圖像分割結(jié)果的好壞直接影響對(duì)圖像的理解。1.2圖像分割的特征（1）分割出來的各區(qū)域?qū)δ撤N性質(zhì)例如灰度，紋理而言具有相似性，區(qū)域內(nèi)部是連通的且沒有過多小孔；（2）區(qū)域邊界是明確的；（3）相鄰區(qū)域?qū)Ψ指钏罁?jù)的性質(zhì)有明顯的差異。（4）基于亮度值的兩個(gè)基本特性之一：跳躍性不連續(xù)性和相似性.第1類性質(zhì)的應(yīng)用途徑是基于亮度的跳躍（不連續(xù)）變化分割圖像,比如圖像的邊緣.第2類的主要應(yīng)用途徑是依據(jù)事先制定的準(zhǔn)則將圖像分割為相似的區(qū)域、門限(閾值)處理、區(qū)域生長(zhǎng)、區(qū)域分離和聚合都是這類方法的實(shí)例。8

6、基于灰度圖像的閾值分割改進(jìn)方法1.3圖像分割的發(fā)展及現(xiàn)狀分割問題的主要困難在于圖像數(shù)據(jù)的模糊和噪聲的干擾。到目前為止，還沒有一種或者幾種完善的分割方法，可以使按照人們的意愿準(zhǔn)確無誤的分割任何一種圖像。實(shí)際圖像中景物情況各異，具體問題具體分析，需要根據(jù)實(shí)際情況選擇適合的方法。分割結(jié)果的好壞或者正確與否，目前還沒有一個(gè)統(tǒng)一的評(píng)價(jià)判斷準(zhǔn)則，分割的好壞必須從分割的效果和實(shí)際應(yīng)用場(chǎng)景來判斷。不過在人類研究圖像的歷史中，還是積累了許多經(jīng)典的圖像分割方法。雖然這些分割方法不適合所有類型的圖像分割，但是這些方法卻是圖像分割方法進(jìn)一步發(fā)展的基礎(chǔ)。事實(shí)上，現(xiàn)代一些分割算法恰恰是從經(jīng)典的分割方

7、法衍生出來的。早期的圖像研究中，圖像的分割方法主要可以分為兩大類。一類是邊界方法，這種方法的假設(shè)是圖像分割結(jié)果的某個(gè)子區(qū)域在原來的圖像中一定會(huì)有邊緣存在；一類是區(qū)域方法，這種方法的假設(shè)是圖像分割結(jié)果的子區(qū)域一定會(huì)有相同的性質(zhì)，而不同區(qū)域的像素沒有共同的性質(zhì)。這兩種方法都有缺點(diǎn)和優(yōu)點(diǎn)，有的學(xué)者也試圖把兩者結(jié)合起來進(jìn)行圖像分割，隨著計(jì)算機(jī)處理能力的提高，很多方法不斷涌現(xiàn)，如基于彩色分量分割、模糊集、紋理圖像分割。所使用的教學(xué)工具和實(shí)驗(yàn)手段也是不斷的擴(kuò)展，從時(shí)域信號(hào)到頻域信號(hào)處理，近來小波變換也應(yīng)用在圖像分割當(dāng)中。1.4研究背景與意