图像分割算法的比较与分析

1、中北大学课 程 设 计 说 明 书学生姓名：学号：学生姓名：学号：学生姓名：学号：学生姓名：学号：学院：信息与通信工程学院专业：电子信息工程题目：信息处理综合实践:图像分割算法的比较与分析指导教师：陈平职称:副教授2014年 12 月 29 日中北大学课程设计任务书14/15学年第 一 学期学院：信息与通信工程学院专学生姓业：名：电子信息工程学 号：课程设计题目：信息处理综合实践:图像分割算法的比较与分析起 迄 日 期：2015 年1 月5 日2015 年1 月16 课程设计地点：电子信息工程专业实验室指 导 教 师：陈平系主任：王浩全下达任务书日期:2014 年12月 29日课 程 设 计

2、任 务 书设计目的：1用于实践，通过本课程设计的实践使学生具有一定的实践操作能力；2、掌握 Matlab 使用方法，能熟练运用该软件设计并完成相应的信息处理；3发 过 程 。 2设计内容和要求（包括原始数据、技术参数、条件、设计要求等）：(2)对四种方法分割的结果，进行对比分析，并给出量化结果；(3)要求每位学生进行查阅相关资料，并写出自己的报告。注意每个学生的报告要有所侧重，写出自己所做的内容。()实物样品等：每个同学独立完成自己的任务，每人写一份设计报告，在课程设计论文中写明自己设计的部分，给出设计结果。课 程 设 计 任 务 书主要参考文献：阮秋琦等.数字图像处理（第三版）.北京：电子工

3、业出版社.2011冈萨雷斯等.数字图像处理（MATLAB）.北京：电子工业出版社.2001MATLAB.2010刘卫国等.MATLAB.2006MATLAB.2012设计成果形式及要求：毕业设计说明书仿真结果工作计划及进度：2015 年1 5 1 9 日：查资料；1 10 日 1 13 日：在指导教师指导下设计方案；1 14 日 1 15 日：撰写课程设计说明书；16 日：答辩系主任审查意见：签字：年月日目录 HYPERLINK l _TOC_250013 第一章绪论1 HYPERLINK l _TOC_250012 研究目的和意义1 HYPERLINK l _TOC_250011 图像分割的

4、研究进展1 HYPERLINK l _TOC_250010 第二章区域生长法分割图像4 HYPERLINK l _TOC_250009 区域生长法介绍4 HYPERLINK l _TOC_250008 区域生长法的原理4 HYPERLINK l _TOC_250007 区域生长法的实现过程5第三章程序及结果6区域生长算法及程序6 HYPERLINK l _TOC_250006 图像分割结果7 HYPERLINK l _TOC_250005 第四章方法比较8 HYPERLINK l _TOC_250004 阈值法8 HYPERLINK l _TOC_250003 区域法8 HYPERLINK l

5、 _TOC_250002 分水岭法8 HYPERLINK l _TOC_250001 形态学方法9 HYPERLINK l _TOC_250000 第五章总结10参考文献11第一章绪论研究目的和意义图像分割是由图像处理到图像分析的关键步骤，在图像工程中占有重要位 图像分割在很多方面，如医学图像分析，交通监控等，都有着非常广泛的应用，具有重要的意义。(1)分割的结果常用于图像分析，如不同形式图像的配准与融合，结构的测量，图像重建以及运动跟踪等。(2)在系统仿真，效果评估， 3D(3)图像分割可在不丢失有用信息的前提下进行数据压缩，这就降低了传输的带宽，对提高图像在因特网上的传输速度至关重要。(4

6、)分割后的图像与噪声的关系减弱，具有降噪功能，便于图像的理解。图像分割的研究进展1测方法和区域提取方法。阈值分割方法局部阈值法对每一幅子图像都要进行统计，速度慢，难以适应实时性的要求。模糊阈值分割法以及共生矩阵分割法等等。基于边缘检测法括、SobelPrewitt能得到闭合的边界。基于区域分割法要根据前面步骤的结果进行判断而确定。2区域生长法是根据预先规定好的指标，提取图像中相互连接区域的方法，它分裂合并法是从整个图像出发，将图像分割成各个子区域，再把前景的区域3第二章 区域生长法分割图像区域生长法介绍区域生长方法是根据同一物体区域内象素的相似性质来聚集象素点的方法，从初始区域（如小邻域或甚至

7、于每个象素）区域生长方法是一种比较普遍的方法，在没有先验知识可以利用时，可以取得最佳的性能，可以用来分割比较复杂的图象，如自然景物。但是，区域增长方法是一种迭代的方法，空间和时间开销都比较大。区域生长的好坏决定于 1.（种子点区域生长法的原理区域生长的基本思想是将具有相似性质的像素集合起来构成区域。具体先（来判定过程，直到没有满足条件的像素可被包括进来。这样一个区域就生长成了。11（a）给出需要分割的图像，设已知两个种子像素（标为深浅不同的灰色方块），T，则将该像素包括进种子像素所在的区域。图给出了T=321（c）T=11（c）T=64图 1区域生长是一种古老的图像分割方法，最早的区域生长图像

8、分割方法是由LevineT.C.Pong（facet）多的区域。区域生长法的实现过程1(x0, y0)；以(x0，y0)为中心, 考虑(x0, y0)4(x, y)如果(x0, y0生长准则, 将(x,y)与(x0, y0)合并(在同一区域内), 同时将(x, y从堆栈中取出一个像素, 把它当作(x0, y0)2；1；1 - 45第三章 区域生长程序及结果image=imread(meitu.jpg); I=rgb2gray(image); figure,imshow(I),title(灰度图像); I=double(I)/255;y,x=getpts;%获得区域生长起始点y1=round(x

9、);%横坐标取整x1=round(y);%纵坐标取整M,N=size(I);%获取图像大小stack=y1,x1;%将生长起始点灰度值存入stacksuit=1;%储存符合区域生长条件的点的个Y=zeros(M,N);Y图像矩阵Y(y1,x1)=1;1count=1;%记录每次判断一点周围八点符合条件的新点的数目threshold=0.05555;%阈值sum=I(y1,x1);adaptM=stack(1,1); adaptN=stack(1,2); greyvalue=I(adaptM,adaptN);while suit0adaptM=stack(1,1); adaptN=stack(1

10、,2);for u=-1:1for v=-1:1if adaptM+u0 & adaptN+v0 if abs(I(adaptM+u,adaptN+v)-greyvalue)=threshold&Y(adaptM+u,adaptN+v)=0suit=suit+1;stack(suit,1)=adaptM+u;stack(suit,2)=adaptN+v;Y(adaptM+u,adaptN+v)=1;count=count+1;sum=sum+I(adaptM+u,adaptN+v);endend end endgreyvalue=sum/count;%获新种子点的灰度值stack=stack(

11、2:1:suit,:);%栈内存放所有符合条件点的坐suit=suit-1;suit6endfigure,imshow(Y),title(分割后图像)图像分割结果灰度图区域生长图7第四章 方法比较阈值法的相互交叠也有利于减小这种不连续性。使用全局阈值法不宜分割的图像具有较好的分割效果。区域法较高的分割精度。计算缓慢。使分割区域的边界被破坏。分水岭法8形态学方法基于数学形态学的分割技术其基本思想是用具有一定形态的结构元素去量像最大内切圆的数学形态学形状描述图像分割算法和基于目标最小闭包结构元素的数学形态学形状描述图像分割算法、分水岭区域分割法和聚类快速分割法措施结合起来，是图像分割的一种趋势。9第五章 总结本文主要工作总结以下几个方面的研究工作：对图像分割的概念进行详细的陈述。对图像分割的常用方法进行分析和总结；根据图像分割所基于的原理割三大类，并对他们做了简