实验四 图像分割.doc

实验四 图像分割一 实验目的1 掌握图像分割的目的。2 掌握基于阈值选取的图像分割方法（灰度阈值分割、直方图阈值、最大熵阈值等方法）3 掌握基于区域的图像分割方法。4 掌握基于边缘检测的图像分割方法。5 了解运动图像目标分割方法。二 实验原理三 实验内容1、测试微小结构：%图像分割测试图像中的微小结构I=imread(cell.tif);%读入原始图像到I变量subplot(2,2,1),imshow(I),title(原始图像);Ic=imcomplement(I);%使用imcomplement函数对图像求反色BW=im2bw(Ic,graythresh(Ic);%使用im2bw函数对图像进行阈值分割subplot(2,2,2),imshow(BW),title(阈值截取分割后图像);se=strel(disk,6);%创建形态学结构元素，选择一个半径为6个像素的圆盘 %形结构元素BWc=imclose(BW,se);%图像形态学关闭运算BWco=imopen(BWc,se);%图像形态学开启运算subplot(2,2,3),imshow(BWco),title(对小图像进行删除后图像);mask=BW & BWco; %对两幅图进行逻辑与操作subplot(2,2,4),imshow(mask),title(检测结果图像);2、双峰法 %直方图双峰法阈值分割图像程序clearI=imread(cameraman.bmp); %读入灰度图像并显示imshow(I);figure;imhist(I);%显示灰度图像直方图Inew=im2bw(I,140/255);%图像二值化，根据140/255确定的阈值，划分目标与背景figure;imshow(Inew);3、最大熵 %基于最大信息熵算法程序clear;close all;I=imread(goldhill.bmp);%输入原图像figure,imshow(I);%显示原始彩色图像if length(size(I)=3%如果是彩色图像转换为灰度图像 I=rgb2gray(I);%将RGB图像转换为灰度图像endX,Y=size(I);V_max=max(max(I);V_min=min(min(I);T0=(V_max+V_min)/2;%初始分割阈值h=imhist(I);%计算图像直方图figure,plot(h);grayp=imhist(I)/numel(I);%求图像像素概率I=double(I);H0=-sum(grayp(find(grayp(1:end)0).*log(grayp(find(grayp(1:end)0);cout=100;%是指迭代次数为100次while(cout0) Tmax=0;%初始化 graypd=0; graypd=0; Hd=0; Hb=0; T1=T0; A1=0; A2=0; B1=0; B2=0; for i=1:X%计算灰度平均值 for j=1:Y if(I(i,j)0)/graypd).*log(grayp(find(grayp(1:TT)0)/graypd);%计算分割后区域G1的信息熵 Hb=-sum(grayp(TT+(find(grayp(TT+1:end)0)/graypb.*log(grayp(TT+(find(grayp(TT+1:end)0)/graypb);%计算分割后区域G2的信息熵 H1=Hd+Hb; cout=cout-1; if(abs(H0-H1)0.0001)|(cout=0) Tmax=T2; break; else T0=T2; H0=H1; endendTmaxcoutfor i=1:X%根据所求阈值Tmax转换图像 for j=1:Y if(I(i,j)a I(i,j)=255; end if double(I(i,j)0) values=repmat(uint8(1),dim dim numblocks); values(2:dim,2:dim,:)=0; blocks=qtsetblk(blocks,S,dim,values); endendblocks(end,1:end)=1;blocks(1:end,end)=1;subplot(121),imshow(I)%显示原始图像subplot(122),imshow(blocks,)%显示四叉树分解后的图像6、各种边缘检测算子%MATLAB调用edge函数实现各算子进行边缘检测例程I=imread(tire.tif);%读入原始灰度图像并显示figure(1),imshow(I);BW1=edge(I,sobel,0.1);%用Sobel算子进行边缘检测，判别阈值为0.1figure(2),imshow(BW1);BW2=edge(I,roberts,0.1);%用Roberts算子进行边缘检测，判别阈值为0.1figure(3),imshow(BW2);BW3=edge(I,prewitt,0.1);%用Prewitt算子进行边缘检测，判别阈值为0.1figure(4),imshow(BW3);BW4=edge(I,log,0.01);%用Log算子进行边缘检测，判别阈值为0.01figure(5),imshow(BW4);BW5=edge(I,canny,