數(shù)字圖像處置閾值分割

計算機科學與通信工程學院實驗報告課程圖像解決實驗題目圖像分割

圖像分割是一種重要的圖像分析技術。在對圖像的研究和應用中，人們往往只對圖像中的特定某一部分感愛好，他們普通對應著圖像中某些特定的區(qū)域。為了識別它們，能夠把他們從圖像中分離提取出來。典型的圖像分割辦法能夠分為基于閾值的辦法、基于邊沿的辦法和基于區(qū)域的分割辦法?；叶乳撝捣▽D片灰度劃分為不同等級，用設立灰度閾值的辦法擬定故意義的區(qū)域。它是一種最慣用的并行區(qū)域技術，它是圖像分割中應用數(shù)量最多的一類。閾值分割辦法事實上是輸入圖像f到輸出圖像g的以下變換：其中，T為閾值，對于物體的圖像元素g(i,j)=1，對于背景的圖像元素g(i,j)=0。由此可見，閾值分割算法的核心是擬定閾值，如果能擬定一種適宜的閾值就可精確地將圖像分割開來。閾值擬定后，將閾值與像素點的灰度值逐個進行比較，并且像素分割可對各像素并行地進行，分割的成果直接給出圖像區(qū)域。圖像邊沿是圖像識別中抽取圖像特性的重要屬性。是由于相鄰像素間灰度值激烈變化引發(fā)的。圖像中邊沿處像素的灰度值不持續(xù)，這種不持續(xù)性可通過求導數(shù)來檢測到。對于階躍狀邊沿，其位置對應一階導數(shù)的極值點，對應二階導數(shù)的過零點(零交叉點)。因此慣用微分算子進行邊沿檢測。慣用的一階微分算子有Roberts算子、Prewitt算子和Sobel算子，二階微分算子有Laplace算子和Kirsh算子等。在實際中多個微分算子慣用社區(qū)域模板來表達，微分運算是運用模板和圖像卷積來實現(xiàn)。這些算子對噪聲敏感，只適合于噪聲較小不太復雜的圖像。水域分割是借鑒了形態(tài)學理論的分割辦法，其本質是運用了圖像的區(qū)域特性進行分割圖像。將邊沿檢測與區(qū)域生長的優(yōu)點相結合。用全局閾值、OTSU及迭代法求閾值。成果如圖2,3所示I=imread('');[width,height]=size(I);%otsualgorithmlevel=graythresh(I);BW=im2bw(I,level);figureimshow(BW)%globalthresholdfori=1:widthforj=1:heightif(I(i,j)<80)BW1(i,j)=0;elseBW1(i,j)=1;endendendfigureimshow(BW1)%迭代求閾值I=double(I);T=(min(I(:))+max(I(:)))/2;done=false;i=0;while~doner1=find(I<=T);r2=find(I>T);Tnew=(mean(I(r1))+mean(I(r2)))/2;done=abs(Tnew-T)<1;T=Tnew;i=i+1;endI(r1)=0;I(r2)=1;Figure;imshow(I)用分水嶺算法分割圖像：center1=-10;center2=-center1;dist=sqrt(2*(2*center1)^2);radius=(dist/2)*;lims=[floor*radius)ceil(center2+*radius)];[x,y]=meshgrid(lims(1):lims(2));bw1=sqrt((x-center1).^2+(y-center1).^2)<=radius;bw2=sqrt((x-center2).^2+(y-center2).^2)<=radius;bw=bw1|bw2;figure,imshow(bw,'InitialMagnification','fit'),title('二進制圖像')D=bwdist(~bw);figure,imshow(D,[],'InitialMagnification','fit')title('距離變換')D=-D;D(~bw)=-Inf;L=watershed(D);rgb=label2rgb(L,'jet',[.5.5.5]);figure,imshow(rgb,'InitialMagnification','fit')title('分水嶺辦法')Sobel、Prewitt、Roberts等算子的邊沿提取算法。a=imread('d:\');bw1=edge(a,'sobel');bw2=edge(a,'prewitt');bw3=edge(a,'roberts');bw4=edge(a,'log');figureimshow(a)figuresubplot(2,2,1)imshow(bw1)xlabel('soble')subplot(2,2,2)imshow(bw2)xlabel('prewitt')subplot(2,2,3)imshow(bw3)xlabel('roberts')subplot(2,2,4)imshow(bw4)xlabel('log')用形態(tài)學辦法：BW1=imread('');figureimshow(BW1)SE=strel('arbitrary',eye(5));BW2=imerode(BW1,SE);figureimshow(BW2)BW3=imdilate(BW1,SE);figureimshow(BW3)BW4=imopen(BW1,SE);figure,imshow(BW4)BW4=imclose(BW1,SE);figure,imshow(BW4)圖SEQ圖\*ARABIC1圖SEQ圖\*ARABIC2圖SEQ圖\*ARABIC3圖SEQ圖\*ARABIC4用分水嶺算法分割圖像圖SEQ圖\*ARABIC5三種算子分割原圖圖SEQ圖\*ARABIC6圖SEQ圖\*ARABIC7圖SEQ圖\*A