论文总字数：16539字

摘 要

图像分割是将一副图像划分为若干个指定的区域，并且对存在一定性质的部分提出了对此有兴趣的目标技术和对图像的处理，这对图像的识别与计算机视觉的预处理中起到较为重要的作用。如今图像的分割方法越来越多，在我们生活中也充当着重要的角色。

本文主要采用的是阈值分割法进行处理和分析，根据阈值的不同选择，分割方法分为三种：均值迭代法，Otsu法和最小误差法。并在Matlab软件中进行分割结果的对比分析以及各类方法阈值的计算，使用GUI界面展示整体分割结果，按顺序排列分割内容，可以更直观的看出各种方法之间存在的差异，对不同类型图片之间进行对算法的对比，从而得出结论。

关键词：图像分割；阈值分割法；算法；Matlab

Research on Digital Image Segmentation Based on Threshold

ABSTRACT

Image segmentation is the division of an image into several designated areas, and the target technology and image processing that are interested in the existence of certain properties are proposed. This plays a more important role in image recognition and computer vision preprocessing. Nowadays, more and more images are divided and play an important role in our lives.
This paper mainly uses the threshold segmentation method to analyze the image. According to the different threshold selection, the threshold segmentation method is divided into three types: mean iterative method, Otto method and minimum error method. In the Matlab software, the comparison and analysis of the segmentation results and the calculation of the thresholds of various methods are carried out. The GUI interface is used to display the overall segmentation results, and the content is divided in order, which can more intuitively see the differences between various methods. The algorithm is compared between different types of pictures, and the conclusion is drawn.

Keywords:Image Segmentation,Threshold Segmentation Method,Algorithm,Matlab

目 录

摘 要 I

ABSTRACT II

第一章 引 言 1

1.1 图像分割的基础 1

1.2 图像分割的方法 1

1.3 阈值分割法 1

1.4 图像分割的发展及应用 2

1.5 全文结构 2

第二章 图像分割 3

2.1 非连续性检测 3

2.1.1 孤立点检测 3

2.1.2 线的检测 3

2.1.3 边缘检测 3

2.2 基于阈值的分割方法 4

2.3 基于区域的分割方法 4

2.3.1 区域生长算法 4

2.3.2 区域分裂合并算法 4

2.4 本章小结 5

第三章 阈值分割法 6

3.1 阈值的选择 6

3.1.1 单阈值分割 6

3.1.2 多阈值分割 6

3.2 自动阈值分割法 7

3.2.1 均值迭代阈值分割法 7

3.2.2 最大类间方差分割法 7

3.2.3 最小误差阈值分割法 8

3.3 本章小结 9

第四章 算法实现 10

4.1 灰度图像 10

4.1.1 rgb2gray函数 10

4.1.2 直方图 10

4.1.3 Matlab实现 10

4.1.4 结果显示 10

4.2 均值迭代全局阈值分割法 11

4.2.1 Matlab实现 11

4.2.2 结果显示 12

4.3最大类间方差分割法 13

4.3.1 Matlab实现 13

4.3.2结果显示 14

4.4 最小误差阈值分割法 15

4.4.1 Matlab实现 15

4.4.2 结果显示 16

4.5 程序的合成实现 17

4.6 本章小结 20

第五章 总结与展望 21

致 谢 22

参考文献 23

附 录 24

第一章 引 言

1.1 图像分割的基础

当我们看到图像的时候，经常会被图里的某些东西而所吸引，一般情况下这都会占据着图像一定的范围，并且会在一定程度上与周围的相比较会存在差异。这些性质所呈现出的差别有可能显而易见，容易被发现，但也有可能十分的细微，不容易被识别，导致我们不能直接看出其中的差别。数字图像处理最早出现在20世纪50年代，当时的电子计算机已经发展到一定水平，人们开始利用计算机来处理图形和图像信息，数字图像处理作为一门学科大约形成于20世纪60年代初期。^[1]所谓图像的分割是利用图像本身的区域通过所给的要求划分为我们想要得到的内容。图像的分割一般会有以下两种情况：可以是基于边界的分割方法，如果图像中的一个区域有边缘的存在；还可以是基于区域的分割方法，如果相同子区域具有相同或相近的属性，而图像中不同子区域的像素之间属性差别会比较大。

图像分割是指将图像划分成若干互不相交的小区域过程，小区域是某种意义下具有共同属性像素的连通合集。^[2]把空间按照一定要求来分解成多个部件和对象视为图像分割的目的，使得人们可以将视线的焦点集中于感兴趣的研究对象。例如：确定航空照片中的森林区域、耕地部分或城市区域；更清楚辨认文件中所需的个别文字；能识别显微图像中的细胞及染色体等。数字图像处理中分割技术占着一个关键的位置，无论是在学习生活中还是在科学研究上都能看见它的身影，成为了不可缺少的一部分。

1.2 图像分割的方法

图像技术是对很多和图像有关联的技术进行的总结。图像技术分为非常多的类别，其范围涉及很广，即是这样，也有一个总体的概念：图像工程。所谓的图像工程，可以看作是一个内容丰富的学习科目，它在图像的所运用到的地方都起了很重要的作用。从定义要求及实现方式的不同图像分割可以分成三个有着特殊意义的层次：图像处理、图像分析和图像理解。

我们所要分析的图像往往包含了丰富的内容，目标对象可能也不止有一个，这样图像的分割就要遵循一定的原则。由于图像的不同区域之间像素存在着不连续性，而同一区域内的像素有着某种相似性。可以利用颜色不同、灰度不同、像素强度的梯度等不连续性分割区域时，经常采用的是对于区域的分割、运用阈值的分割和数学形态学等图像处理方式，此时区域的外轮廓就是对象的边缘。

剩余内容已隐藏，请支付后下载全文，论文总字数：16539字