数字图像处理——阈值分割

1、rFlr计算机科学与通信工程学院实验报告图像分割课 程 图像处理实验题目1 .引言图像分割是一种重要的图像分析技术。在对图像的研究和应用中，人们往往只对图像 中的特定某一部分感兴趣，他们一般对应着图像中某些特定的区域。为了识别它们，可 以把他们从图像中分离提取出来。2 .基本知识典型的图像分割方法可以分为基于阈值的方法、基于边缘的方法和基于区域的分割方法。灰度阈值法将图片灰度划分为不同等级，用设置灰度阈值的方法确定有意义的区域。它是一种最常用的并行区域技术，它是图像分割中应用数量最多的一类。阈值分割方法实际上是输入图像f到输出图像g的如下变换：其中，T为阈值，对于物体的图像元素g(i,j)=1

2、,对于背景的图像元素g(i,j)=0 。由此可见，阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将 图像分割开来。阈值确定后，将阈值与像素点的灰度值逐个进行比较，而且像素分割可 对各像素并行地进行，分割的结果直接给出图像区域。r _(1 f(ij) rg(LJ)- |o T图像边缘是图像识别中抽取图像特征的重要属性。是由于相邻像素间灰度值剧烈变化引起的。图像中边缘处像素的灰度值不连续，这种不连续性可通过求导数来检测到。对于阶跃状边缘，其位置对应一阶导数的极值点，对应二阶导数的过零点(零交叉点)。因此常用微分算子进行边缘检测。常用的一阶微分算子有Roberts算子、Prewit

3、t算子和Sobel算子，二阶微分算子有Laplace算子和Kirsh算子等。在实际中各种微分算子常 用小区域模板来表示，微分运算是利用模板和图像卷积来实现。这些算子对噪声敏感， 只适合于噪声较小不太复杂的图像。水域分割是借鉴了形态学理论的分割方法，其本质是利用了图像的区域特征进行分割 图像。将边缘检测与区域生长的优点相结合。3 .功能分析及设计用全局阈值、OTSUR迭代法求阈值。结果如图2,3所示I=imread();width,height=size(I);%otsu algorithm level=graythresh(I);BW=im2bw(I,level);figureimshow(B

4、W)%global thresholdfor i=1:widthfor j=1:heightif(I(i,j) 80)BW1(i,j)=0;elseBW1(i,j)=1;endendendfigureimshow(BW1)%迭代求阈值I=double(I);T=(min(I(:)+max(I(:)/2;done=false;i=0;while doner1=find(IT);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)用分水岭算法分割图像：cen

5、ter1=-10;center2=-center1;dist=sqrt(2*(2*center1)A2);radius=(dist/2) * ;lims=floor*radius) ceil(center2+*radius);x,y=meshgrid(lims(1):lims(2);bw1=sqrt(x-center1).A2 + (y-center1).A2) = radius;bw2=sqrt(x-center2).A2 + (y-center2).A2) = radius;bw=bw1 | bw2;figure, imshow(bw,InitialMagnification,fit),

6、title(二进制图像)D=bwdist(bw);figure, imshow(D,InitialMagnification,fit)title( 距离变换 )D=-D;D(bw)=-Inf;L=watershed(D);rgb=label2rgb(L,jet,.5 .5 .5);figure, imshow(rgb,InitialMagnification,fit)title( 分水岭方法)Sobel 、 Prewitt 、 Roberts 等算子的边缘提取算法。a=imread(d:);bw1=edge(a,sobel);bw2=edge(a,prewitt);bw3=edge(a,rob

7、erts);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)用形态学方法：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)4 .实验结果与分析原图：图1图2图3图4用分水岭算法分割图像图5三种算子分割原图用吕cib已I算子图7用拉普拉斯高斯算