基于閾值的灰度圖像分割

《基于閾值的灰度圖像分割》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、對(duì)以CPT算法為主的灰度閾值化方法的研究目錄：第一章：緒論第二章：圖像的預(yù)處理第三章：圖像分割概述第四章：灰度閾值化圖像分割方法第五章：CPT算法及其對(duì)它的改進(jìn)第六章：編程環(huán)境及用PhotoStar對(duì)改進(jìn)的CPT算法和其他算法的實(shí)現(xiàn)第七章：實(shí)驗(yàn)結(jié)果與分析第一章：緒論1.1數(shù)字圖像處理技術(shù)的發(fā)展人類傳遞信息的主要媒介是語(yǔ)音和圖像。據(jù)統(tǒng)計(jì)，在人類接受的信息中，聽覺(jué)信息占20％，視覺(jué)占60％，其他如味覺(jué)、觸覺(jué)、嗅覺(jué)總的加起來(lái)不過(guò)占20％。所以，作為傳遞信息的重要媒體和手段——圖像信息是十分重要的?！?】對(duì)于圖像信息的處理，即圖像處理當(dāng)然對(duì)信息的傳遞產(chǎn)生很大影響。數(shù)字圖像處理技術(shù)起源

2、于20世紀(jì)20年代，當(dāng)時(shí)通過(guò)海底電纜從倫敦到紐約傳輸了一幅圖片，它采用了數(shù)字壓縮技術(shù)。1964年美國(guó)的噴氣處理實(shí)驗(yàn)室處理了太空船“徘徊者七號(hào)”發(fā)回的月球照片，這標(biāo)志著第三代計(jì)算機(jī)問(wèn)世后數(shù)字圖像處理概念得到應(yīng)用。其后，數(shù)字圖像處理技術(shù)發(fā)展迅速，目前已成為工程學(xué)、計(jì)算機(jī)科學(xué)、生物學(xué)、醫(yī)學(xué)等領(lǐng)域各學(xué)科之間學(xué)習(xí)和研究的對(duì)象。經(jīng)過(guò)人們幾十年的努力，數(shù)字圖像處理這一學(xué)科已逐漸成熟起來(lái)。人們總是試圖把各個(gè)學(xué)科應(yīng)用到數(shù)字圖像處理中去，并且每產(chǎn)生一種新方法，人們也會(huì)嘗試它在數(shù)字圖像處理中的應(yīng)用。同時(shí)，數(shù)字圖像處理也在很多學(xué)科中發(fā)揮著它越來(lái)越大的作用。1.2圖像分割概述和本論文的主要工作圖像分割

3、的目的是把圖像空間分成一些有意義的區(qū)域，是數(shù)字圖像處理中的重要問(wèn)題，是計(jì)算機(jī)視覺(jué)領(lǐng)域低層次視覺(jué)問(wèn)題中的重要問(wèn)題，同時(shí)它也是一個(gè)經(jīng)典的難題。幾十年來(lái)，很多圖像分割的方法被人們提出來(lái)，但至今它尚無(wú)一個(gè)統(tǒng)一的理論。圖像分割的方法很多，有早先的閾值化方法、最新的基于形態(tài)學(xué)方法和基于神經(jīng)網(wǎng)絡(luò)的方法。閾值化方法是一種古老的方法，但確是一種十分簡(jiǎn)單而有效的方法，近幾十年人們對(duì)閾值化方法不斷完善和探索，取得了顯著的成就，使得閾值化方法在實(shí)際應(yīng)用中占有很重要的地位。本文將主要對(duì)圖像分割的閾值化方法進(jìn)行探討。在對(duì)閾值化方法的研究過(guò)程中，本人首先將集中精力對(duì)效果比較好的閾值化方法進(jìn)行探討，并對(duì)其存

4、在的不足加以改進(jìn)，從而作出性能優(yōu)良的計(jì)算機(jī)算法；由于目前很多方法各有其特點(diǎn)，所以將對(duì)具有不同特點(diǎn)的圖像用不同的方法處理進(jìn)行研究。在論文正文部分還將其應(yīng)用到實(shí)踐中去，并對(duì)其加以評(píng)價(jià)。第二章：圖像的預(yù)處理2.1圖像預(yù)處理的概述由于切片染色和輸入光照條件及采集過(guò)程電信號(hào)的影響，所采集的醫(yī)學(xué)圖像會(huì)存在些噪聲和畸變。去掉這樣的噪聲和畸變，把圖像具有的信息變得醫(yī)生容易觀看，或把圖像變換成某種標(biāo)準(zhǔn)的形式，使特征提取和識(shí)別易于進(jìn)行，這樣的處理在圖像分析和識(shí)別中使非常必要的，對(duì)于醫(yī)學(xué)圖像的分割來(lái)說(shuō)，它直接影響分割的質(zhì)量，甚至直接決定了是否能正確得到分割結(jié)果，這些前期處理通常叫做預(yù)處理，包括噪聲

5、的去處、對(duì)比度的增強(qiáng)、幾何畸形的校正等。2.2圖像預(yù)處理的方法本論文研究的預(yù)處理主要是針對(duì)噪聲而言，所以主要介紹兩種去噪的預(yù)處理方法。2.2.1多圖像平均法多圖像平均法即把一系列圖像相加取平均的方法。是醫(yī)學(xué)圖像處理中常用的方法，像由于瑞利散射引起的噪聲用這種方法會(huì)得到很好的效果。如果一幅圖像含有噪聲，可以假設(shè)這些噪聲相對(duì)于每一坐標(biāo)點(diǎn)(x,y)是不相關(guān)的，且數(shù)學(xué)期望為零。設(shè)g(x,y)是有噪聲的圖像，它是有噪聲圖像e(x,y)和原始圖像f(x,y)疊加而成的。即對(duì)M次采集的噪聲圖像{gi(x,y)}(i=1,2…,M)取平均。即：可以證明它們的期望值為：如果考慮新圖像和噪聲圖像

6、各自均方差的關(guān)系，則有：可見隨著取平均的圖像的數(shù)目M增加，噪聲在每個(gè)像素位置(x,y)的影響逐步減小。2.2.2中值濾波中值濾波是一種非線性、非參數(shù)的圖像預(yù)處理技術(shù)，中值濾波器是一個(gè)含有奇數(shù)個(gè)像素的滑動(dòng)窗口，窗口正中的像素的灰度由窗口內(nèi)各像素的灰度值中值代替。中值濾波很好的解決了消除脈沖干擾和保持圖像邊緣的問(wèn)題。如果最大值是單調(diào)增加數(shù)列中的一個(gè)噪聲尖峰，則中值濾波帶來(lái)有效的改善；但是，如果最大值是一個(gè)信號(hào)脈沖，則結(jié)果會(huì)使圖像中的一些細(xì)線、尖銳邊角缺失。本文將通過(guò)在計(jì)算機(jī)上實(shí)現(xiàn)其算法對(duì)其效果進(jìn)行觀察、分析。第三章：圖像分割概述3.1什么是圖像分割圖像分割就是將圖像中具有特殊含義

7、的不同區(qū)域區(qū)分開來(lái)，這些區(qū)域互不相交，每一個(gè)區(qū)域滿足一致性。用數(shù)學(xué)形式可以表達(dá)為：設(shè)圖像為g(x,y),其中0≤x≤Max(x),0≤y≤Max(y)。將圖像進(jìn)行分割就是將圖像分割為滿足以下條件的子區(qū)域g1,g2,g3……。1)，即所有子區(qū)域組成了整幅圖像；2)gk是連通的區(qū)域；3)gk(x,y)∩gi(x,y)=（k,j=1,2,3…N;k≠j），即任意兩個(gè)子區(qū)域不存在公共元素；4)區(qū)域gk滿足一定的均勻一致性條件。均勻一致性(或相似性)一般指同一區(qū)域內(nèi)的像素點(diǎn)之間灰度值差異較小或灰度的變化緩慢。3.