图像分割技术

1、图像分割技术图像分割就是将一副数字图像分割成不同的区域，在同一区域内具有在一定的准则下可认为是相同的性质，如灰度、颜色、纹理等，而任何相邻区域之间器性质具有明显的区别。主要包括：边缘分割技术、阈值分割技术和区域分割技术。边缘分割技术边缘检测是检测图像特性发生变化的位置，是利用物体和背景在某种图像特性上的差异来实现的。不同的图像灰度不同，边界处会有明显的边缘， 利用此特征可以分割图像。边缘检测分割法是通过检测出不同区域边界来进行分割的。常见的边缘检测方法：微分算子、CannyLOGSobelRobertsPrewit图像中的线段-1 -1 -1 8 -1 -1 -对于图像中的线段，常用的检测模板

2、：-1 -1 2 2 -1 -1 -1 -1 -1 2 2 -1 -1 2 -1 2 -1 2 2 -1 -1 2 -1 -1 检测图像中的线段：close all;clear all;clc; I=imread(gantrycrane.png); I=rgb2gray(I);h1=-1,-1,-1;222;-1 -1-1;%模板h2=-1 -1 2;-12-1;2 -1-1;h3=-1 2 -1;-12-1;-1 2-1;h4=2 -1 -1;-1 2 -1;-1 -1 2;J1=imfilter(I,h1);%线段检测J2=imfilter(I,h2); J3=imfilter(I,h3)

3、; J4=imfilter(I,h4); J=J1+J2+J3+J4;%4 种线段相加figure, subplot(121),imshow(I); subplot(122),imshow(J);微分算子1 Roberts f (i, j) f (i, j) f (i 1, j f (i, j 1) f (i 1, j)2edge()Roberts%Roberts 算法进行边缘检测J,thresh=edge(I,roberts,35/255); figure,subplot(121),imshow(I); subplot(122),imshow(J);2 Prewitt对于复杂的图像，Robe

4、rts3*3梯度和垂直梯度。close all; clear all;clc;-1 -1 0 0 0-1-1-1 0-1 0-1 0-I=imread(cameraman.tif); I=im2double(I);%Prewitt 算子进行边缘检测J,thresh=edge(I,prewitt, ,both); figure,subplot(121),imshow(I); subplot(122),imshow(J); Sobel-1 0 -2 0 -1 0 -1 -2 0 0 0 1 2 1Sobelclose all; clear all;clc; I=imread(gantrycrane

5、.png); I=rgb2gray(I);I=im2double(I);%Sobel 算子进行边缘检测J,thresh=edge(I,sobel, ,horizontal); figure,subplot(121),imshow(I); subplot(122),imshow(J);CannyCannyclose all; clear all;clc;I=imread(rice.png); I=im2double(I);J=imnoise(I,gaussian,0,0.01);%添加高斯噪声K,thresh=edge(J,canny);%Cannyfigure,subplot(121),ims

6、how(J);subplot(122),imshow(K);LOG拉普拉斯（Laplacian）算子是一种不依赖于边缘方向的二阶微经常被用来提取图像的边缘，表达式为：2 22 2 x2y2GaussianLaplacianLOG优点：边界定位精度高，抗干扰能力强，连续性好等。close all; clear all;clc; I=imread(cameraman.tif);I=im2double(I);J=imnoise(I,gaussian,0,0.005);%添加高斯噪声K,thresh=edge(J,log, ,2.3);%LOGfigure,subplot(121),imshow(J)

7、; subplot(122),imshow(K);阈值分割技术阈值分割技术关键在于寻找合适的阈值，通常根据图像的直方图来选取。全局阈值整个图像中只使用一个阈值，图像分为两个区域，目标对象（黑色（白色对于物体和北京比较明显的图像，其灰度值直方图为双峰形状，可以选择良峰之间的波谷对应的像素值作为全局阈值，将图像分割为目标对象和背景，公式为： g(x, y) 0,f (x, y) Tf (x, y) Tf (x, y) 为点（x,y）的像素值， g( x, y) 为分割后的图像，T 为全局阈值。采用全局阈值对图像进行分割：close all;clear all; clc; I=imread(rice

8、.png);J=I120;%width,height=size(I);for i=1:widthfor j=1:heightif (I(i,j)130)%K(i,j)=1;elseK(i,j)=0;endendendfigure, subplot(121),imshow(J); subplot(122),imshow(K);im2bw()close all;clear all;clc; X,map=imread(trees.tif); J=ind2gray(X,map); K=im2bw(X,map,0.4);%图像分割figure,subplot(121),imshow(J);subplot

9、(122),imshow(K);Otsu基本原理：以最佳阈值将图像的灰度值分割为两部分，使两部分之间的方差，即具有最大的分离性。采用 Ostu 算法进行图像分割， T=graythresh(I) 获取阈值， im2bw(I,T)完成分割：close all;clear all;clc; I=imread(coins.png); I=im2double(I); T=graythresh(I);%获取阈值J=im2bw(I,T);%图像分割figure, subplot(121),imshow(I); subplot(122),imshow(J);迭代式阈值分割通过迭代的方法求出分割的最佳阈值，具

10、有一定的适应性，比较有效：T0,T1;T1：G1T1 的像素组成，G2 是由灰度值小于或等于 T1 的像素组成。G1G2u1u2T2=(u1+u2)/2。如果|T2-T1|T1);r2=find(I=T1); T2=(mean(I(r1)+mean(I(r2)/2; while abs(T2-T1)T1); r2=find(I=T1);T2=(mean(I(r1)+mean(I(r2)/2;end;J=im2bw(I,T2);%图像分割figure, subplot(121),imshow(I); subplot(122),imshow(J);区域分割技术区域生长法基本思想：将具有相似性质的像素集合起来构成区域。 决定区域生长好坏的因素：12 生长规则3 终止条件缺点：时间空间开销大、易造成过度分割将图像分割为很多