基于閾值的圖像分割方法

1、 課 程 結(jié) 業(yè) 論 文課題名稱基于閾值的圖像分割方法姓 名湛宇崢學(xué) 號(hào) 1412202-24學(xué) 院信息與電子工程學(xué)院專 業(yè)電子信息工程指導(dǎo)教師崔 治 副教授2017年 6月12日 湖南城市學(xué)院課程結(jié)業(yè)論文誠(chéng)信聲明 本人鄭重聲明：所呈交的課程結(jié)業(yè)論文，是本人在指導(dǎo)老師的指導(dǎo)下，獨(dú)立進(jìn)行研究工作所取得的成果，成果不存在知識(shí)產(chǎn)權(quán)爭(zhēng)議，除文中已經(jīng)注明引用的內(nèi)容外，本論文不含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)的作品成果。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān) 目 錄摘 要1關(guān)鍵詞1ABSTRACT2KEY WORDS2引言31 基于點(diǎn)的全

2、局閾值選取方法41.1 最大類(lèi)間交叉熵法5 1.2迭代法62基于區(qū)域的全局閾值選取方法7 2.1簡(jiǎn)單統(tǒng)計(jì)法8 2.3 直方圖變化法93局部閾值法和多閾值法10 3.1水線閾值算法11 3.2變化閾值法124仿真實(shí)驗(yàn)結(jié)論12參考文獻(xiàn)13附錄基于閾值的圖像分割方法 摘要：圖像分割多年來(lái)一直受到人們的高度重視，至今這項(xiàng)技術(shù)也是趨于成熟，圖像分割方法類(lèi)別也是不勝枚舉，近年來(lái)每年都有上百篇有關(guān)研究報(bào)道發(fā)表。圖像分割是由圖像處理進(jìn)到圖像分析的關(guān)鍵環(huán)節(jié)，是指把圖像分成各具特性的區(qū)域并提取出有用的目標(biāo)的技術(shù)和過(guò)程。在日常生活中，人們對(duì)圖片的要求也是有所提高，在對(duì)圖像的應(yīng)用中，人們經(jīng)常僅對(duì)圖像中的某些部分感興趣

3、，這些部分就對(duì)應(yīng)圖像中的特定的區(qū)域，為了辨識(shí)和分析目標(biāo)部分，就需要將這些有關(guān)部分分離提取出來(lái)，因此就要應(yīng)用到圖像分割技術(shù)。關(guān)鍵詞：圖像分割；閾值；matlabBased on thresholding for image segmentation methodsAbstract：Image segmentation is a indispensable part of image processing and analysis, have important practical significance.It is according to the needs of image process

4、ing and analysis of the image into each area and extract the characteristic of technology and process of interested target.Image segmentation methods and types have a lot of different categories, some segmentation operation can be directly applied to all images, while others can only apply to specia

5、l image.The purpose of this paper is to through the collection of image segmentation method based on threshold related information, analysis the advantages and disadvantages of various segmentation algorithm, using the MATLAB tools to threshold segmentation algorithm is studied.Keywords: image segme

6、ntation; The threshold value; matlab引言 在現(xiàn)代科學(xué)中，隨著計(jì)算機(jī)科學(xué)技術(shù)的不斷發(fā)展，人們?cè)谌粘Ｉ钪袑?duì)圖像信息的需求急劇暴漲，人們對(duì)圖像得要求也越來(lái)越高，p圖軟件，美顏相機(jī)等等也是越來(lái)越受大眾喜愛(ài)，對(duì)此，數(shù)字圖像處理技術(shù)在近年來(lái)也是得到了迅速的發(fā)展和改進(jìn)，成為當(dāng)下學(xué)科領(lǐng)域的熱門(mén)焦點(diǎn)。圖像分割是圖像識(shí)別和計(jì)算機(jī)視覺(jué)至關(guān)重要的預(yù)處理。沒(méi)有正確的分割就不可能有正確的識(shí)別。但是，進(jìn)行分割僅有的依據(jù)是圖像中像素的亮度及顏色，由計(jì)算機(jī)自動(dòng)處理分割時(shí)，將會(huì)遇到各種困難。例如，光照不均勻、噪聲的影響、圖像中存在不清晰的部分，以及陰影等，常常發(fā)生分割錯(cuò)誤。因此圖像分割是需要

7、進(jìn)一步研究的技術(shù)。人們希望引入一些人為的知識(shí)導(dǎo)向和人工智能的方法，用于糾正某些分割中的錯(cuò)誤，是很有前途的方法。圖像分割是從圖像處理到圖像分析的關(guān)鍵步驟，可以說(shuō)，圖像分割結(jié)果的好壞直接影響對(duì)圖像的理解。圖像分割的方法也是不勝枚舉 。其中閾值法就是一種傳統(tǒng)而又簡(jiǎn)單實(shí)用的圖像分割方法，也是最基礎(chǔ)和最廣泛的分割方法。這些方法都廣泛應(yīng)用于各個(gè)領(lǐng)域，比如，紅外技術(shù)應(yīng)用，醫(yī)藥技術(shù)應(yīng)用，農(nóng)業(yè)工程技術(shù)應(yīng)用，工業(yè)產(chǎn)業(yè)等行業(yè)。1：基于點(diǎn)的全局閾值選取方法1.1最大類(lèi)間交叉熵法在取閾值分割中，一般要求月至的選取要使分割的目標(biāo)與背景盡可能的差異，假設(shè)圖像有目標(biāo)1和背景2兩類(lèi)像素，可以用交叉熵來(lái)度量目標(biāo)和背景間

8、的差異，將這種類(lèi)間差異性用原始圖像p中的個(gè)像素點(diǎn)S判決到目標(biāo)和背景兩類(lèi)區(qū)域的兩個(gè)后驗(yàn)概率p(1/s),p(2/s)之間的交叉熵的平均值表示，通過(guò)最大化將像素點(diǎn)判決到不同的區(qū)域的后驗(yàn)概率來(lái)求最優(yōu)的閾值。在這里，我們?cè)O(shè)X是一幅具有L級(jí)灰度級(jí)的圖像，其中第i級(jí)像素為個(gè)，其中i的值在0L-1之間，圖像的總像素點(diǎn)個(gè)數(shù)為：第i級(jí)出現(xiàn)的概率為：圖像的總平均灰度級(jí)為：類(lèi)像素所占面積的比例為： 類(lèi)像素所占面積的比例為：類(lèi)像素的平均灰度為： 類(lèi)像素的平均灰度為：其中，則類(lèi)間方差公式為：1.2迭代法 迭代法求閾值的原理： 基于逼近的思想，步驟如下： 1 求出圖象的最大灰度值和最小灰度值，分別記為ZMAX和ZMIN，

9、令初始閾值T0=(ZMAX+ZMIN)/2； 2 根據(jù)閾值TK將圖象分割為前景和背景，分別求出兩者的平均灰度值ZO和ZB 3 求出新閾值TK+1=(ZO+ZB)/2； 4 若TK=TK+1，則所得即為閾值；否則轉(zhuǎn)2，迭代計(jì)算。2：基于區(qū)域的全局閾值選取方法2.1簡(jiǎn)單統(tǒng)計(jì)法簡(jiǎn)單統(tǒng)計(jì)法是一種基于簡(jiǎn)單的圖像統(tǒng)計(jì)的基礎(chǔ)閾值選取方法。閾值通過(guò)簡(jiǎn)單統(tǒng)計(jì)法可以直接計(jì)算得到，從而避免了去分析灰度直方圖。該方法的計(jì)算公式為 (8) 其中， 2.2 直方圖變化法 實(shí)際的說(shuō)，直方圖的谷底是非常理想的分割閾值，現(xiàn)實(shí)很難操作，而且在實(shí)際應(yīng)用中，圖像也會(huì)受到噪聲等其他環(huán)境等的影響從而使其直方圖上原本分離的峰之間的谷底被填

10、充，或者目標(biāo)和背景的峰相距很近或者大小差不多。 直方圖變化的基本思想是利用一些像素領(lǐng)域的局部性質(zhì)對(duì)原來(lái)的直方圖進(jìn)行變換已得到一個(gè)新的直方圖，對(duì)比原直方圖，或者峰之間的谷更深了?；蛘吖绒D(zhuǎn)變成峰從而更好檢測(cè)了。借助前面的梯度算子作用于領(lǐng)域可以得到該像素的梯度值。 3：局部閾值法和多閾值法 3.1水線閾值算法分水嶺圖像分割算法是借助地形學(xué)的概念進(jìn)行操作的，這種方法近年來(lái)得到了廣泛的使用，該算法要操作需要掌握相關(guān)的數(shù)學(xué)形態(tài)學(xué)的理念和方法。該算法是串行計(jì)算過(guò)程，得到的是目標(biāo)的邊界，這種方法是通過(guò)確定分水嶺的位置而進(jìn)行的圖像分割，但由于各區(qū)域內(nèi)部像素的灰度很相近，相鄰區(qū)域的像素灰度差距比較大，可以先計(jì)算一

11、幅圖的梯度圖，再找梯度圖的分水嶺。 3.2變化閾值法有時(shí)候圖像中有如下一些情況：有陰影，照度不均勻，各處的對(duì)比度不同，突發(fā)噪聲，背景灰度變化等，在這些情況下，如果只用一個(gè)固定的全局閾值對(duì)整幅圖像進(jìn)行分割，則由于不能兼顧圖像各處的情況而使分割效果受到影響。有一種解決辦法就是用與象素位置相關(guān)的一組閾值來(lái)對(duì)圖像各部分分別進(jìn)行分割。這種與坐標(biāo)相關(guān)的閾值也叫動(dòng)態(tài)閾值，此方法也叫變化閾值法。例如，一幅照度不均（左邊亮右邊暗）的原始圖像為：圖4.原始圖像圖5.閾值低，對(duì)亮區(qū)效果好，則暗區(qū)差圖6.閾值高，對(duì)暗區(qū)效果好，則亮區(qū)差圖7.按兩個(gè)區(qū)域取局部閾值的分割結(jié)果4：仿真實(shí)驗(yàn)結(jié)論閾值法是一種傳統(tǒng)但有簡(jiǎn)單有效實(shí)用

12、的基礎(chǔ)圖像分割方法。圖像的的變化是無(wú)窮無(wú)盡的，在實(shí)際應(yīng)用中，通常將多種分割算法有效地結(jié)合在一起使用以獲得更好的分割效果。除了以上介紹的方法外，還存在著多種不同的其他有效方法，在此，就不多介紹，此外，本片論文也存在在一些描述不是很清楚的地方，希望有緣讀者可以提供相關(guān)建議和意見(jiàn)，一定多加感謝。參考文獻(xiàn)：1 夏得深，傅德勝.現(xiàn)代圖像處理技術(shù)與應(yīng)用.東南大學(xué)出版,20012余成波.數(shù)字圖像處理及MATLAB實(shí)現(xiàn)M.重慶:重慶大學(xué)出版社,2003.3劉直芳,游勝志等.基于多尺度彩色形態(tài)矢量算子的邊緣檢測(cè).中國(guó)圖像圖形學(xué)報(bào) 2002 (9) 888-8934周銘,周惠.基于遺傳算法的自適應(yīng)聚類(lèi)圖像閾值分割

13、方法.計(jì)算機(jī)工程與應(yīng)用J，2005,5(6):231-245. 5楊杰，黃朝兵. 數(shù)字圖像處理及MATLAB實(shí)現(xiàn).電子工業(yè)出版社,20106 吳一全,朱兆達(dá).圖像處理中閾值選取方法30年(1962-1992)的進(jìn)展（一）.數(shù)據(jù)采集與處理J,1993,9(3):193-201.7 吳一全,朱兆達(dá).圖像處理中閾值選取方法30年(1962-1992)的進(jìn)展（二）.數(shù)據(jù)采集與處理8 王茜蓓,彭中,劉莉.一種基于自適應(yīng)閾值的圖像分割算法.北京理工大學(xué)學(xué)報(bào)J,2003，23(4):531-524.9 Sahoo P K et al. A survey of thresholding techniques.

14、 Computer Vision, Graphics and Image ProcessingJ,1988,41(3):233-260.10 Doyle W.Operations useful for similarity-invariant pattern recognition JACMJ,1962, 9(2):259-26711 Perez A, Gonzalez R C.An iterative thresholding algorithm for image segmentation. IEEE TransJ,1987,9(6):742-751.附錄：I=imread('tsaml.jpg'); I=double(I); T=(min(I(:)+max(I(:)/2; don