圖像閾值分割技術(shù)原理和比較

《圖像閾值分割技術(shù)原理和比較》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。

1、實(shí)用文案圖像閾值分割和邊緣檢測(cè)技術(shù)原理和比較標(biāo)準(zhǔn)文檔實(shí)用文案摘要圖像分割是一種重要的圖像分析技術(shù)。對(duì)圖像分割的研究一直是圖像技術(shù)研究中的熱點(diǎn)和焦點(diǎn)。醫(yī)學(xué)圖像分割是圖像分割的一個(gè)重要應(yīng)用領(lǐng)域，也是一個(gè)經(jīng)典難題，至今已有上千種分割方法，既有經(jīng)典的方法也有結(jié)合新興理論的方法。醫(yī)學(xué)圖像分割是醫(yī)學(xué)圖像處理中的一個(gè)經(jīng)典難題。圖像分割能夠自動(dòng)或半自動(dòng)描繪出醫(yī)學(xué)圖像中的解剖結(jié)構(gòu)和其它感興趣的區(qū)域，從而有助于醫(yī)學(xué)診斷。閾值分割是一種利用圖像中要提取的目標(biāo)物與其背景在灰度特性上的差異，把圖像視為具有不同灰度級(jí)的兩類(lèi)區(qū)域（目標(biāo)和背景）的組合，選取一個(gè)合適的閾值，以確定圖像中

2、每個(gè)像素點(diǎn)應(yīng)該屬于目標(biāo)區(qū)域還是背景區(qū)域，從而產(chǎn)生對(duì)應(yīng)的二值圖像。本文先介紹各種常見(jiàn)圖像閾值分割和邊緣檢測(cè)方法的原理和算法，然后通過(guò)MATLAB程序?qū)崿F(xiàn)，最后通過(guò)比較各種分割算法的結(jié)果并得出結(jié)論。關(guān)鍵詞：圖像分割；閾值選擇;邊緣檢測(cè)；標(biāo)準(zhǔn)文檔實(shí)用文案目錄1.概述42.圖像閾值分割和邊緣檢測(cè)原理42.1.閾值分割原理42.1.1．手動(dòng)（全局）閾值分割52.1.2．迭代算法閾值分割52.1.3．大津算法閾值分割62.2.邊緣檢測(cè)原理62.2.1．roberts算子邊緣檢測(cè)72.2.2．prewitt算子邊緣檢測(cè)72.2.3．sobel算子邊緣檢測(cè)72.2.4

3、．高斯laplacian算子邊緣檢測(cè)82.2.5．canny算子邊緣檢測(cè)83.設(shè)計(jì)方案94.實(shí)驗(yàn)過(guò)程94.1.閾值分割124.1.1．手動(dòng)（全局）閾值分割124.1.2．迭代算法閾值分割124.1.3．大津算法閾值分割124.2.邊緣檢測(cè)124.2.1．roberts算子邊緣檢測(cè)124.2.2．prewitt算子邊緣檢測(cè)134.2.3．sobel算子邊緣檢測(cè)134.2.4．高斯laplacian算子邊緣檢測(cè)134.2.5．canny算子邊緣檢測(cè)135.試驗(yàn)結(jié)果及分析145.1．實(shí)驗(yàn)結(jié)果145.1.1．手動(dòng)（全局）閾值分割145.1.2．迭代算法閾值分割

4、165.1.3．大津算法閾值分割175.1.4．roberts算子邊緣檢測(cè)185.1.5．prewitt算子邊緣檢測(cè)195.1.6．sobel算子邊緣檢測(cè)205.1.7．高斯laplacian算子邊緣檢測(cè)215.1.8．canny算子邊緣檢測(cè)225.2.實(shí)驗(yàn)結(jié)果分析和總結(jié)23參考文獻(xiàn)23標(biāo)準(zhǔn)文檔實(shí)用文案1.概述圖像分割是指根據(jù)灰度、彩色、空間紋理、幾何形狀等特征把圖像劃分成若干個(gè)互不相交的區(qū)域，使得這些特征在同一區(qū)域內(nèi)，表現(xiàn)出一致性或相似性，而在不同區(qū)域間表現(xiàn)出明顯的不同[37]．簡(jiǎn)單的講，就是在一幅圖像中，把目標(biāo)從背景中分離出來(lái)，以便于進(jìn)一步處理。圖

5、像分割是圖像處理與計(jì)算機(jī)視覺(jué)領(lǐng)域低層次視覺(jué)中最為基礎(chǔ)和重要的領(lǐng)域之一，它是對(duì)圖像進(jìn)行視覺(jué)分析和模式識(shí)別的基本前提．同時(shí)它也是一個(gè)經(jīng)典難題，到目前為止既不存在一種通用的圖像分割方法，也不存在一種判斷是否分割成功的客觀標(biāo)準(zhǔn)。閾值法是一種傳統(tǒng)的圖像分割方法，因其實(shí)現(xiàn)簡(jiǎn)單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)．已被應(yīng)用于很多的領(lǐng)域，例如，在紅外技術(shù)應(yīng)用中，紅外無(wú)損檢測(cè)中紅外熱圖像的分割，紅外成像跟蹤系統(tǒng)中目標(biāo)的分割；在遙感應(yīng)用中，合成孔徑雷達(dá)圖像中目標(biāo)的分割等；在醫(yī)學(xué)應(yīng)用中，血液細(xì)胞圖像的分割，磁共振圖像的分割；在農(nóng)業(yè)工程應(yīng)用中，水

6、果品質(zhì)無(wú)損檢測(cè)過(guò)程中水果圖像與背景的分割。在工業(yè)生產(chǎn)中，機(jī)器視覺(jué)運(yùn)用于產(chǎn)品質(zhì)量檢測(cè)等等。在這些應(yīng)用中，分割是對(duì)圖像進(jìn)一步分析、識(shí)別的前提，分割的準(zhǔn)確性將直接影響后續(xù)任務(wù)的有效性，其中閾值的選取是圖像閾值分割方法中的關(guān)鍵技術(shù)。圖像分析和理解的第一步常常是邊緣檢測(cè)。邊緣檢測(cè)方法是人們研究得比較多的一種方法，它通過(guò)檢測(cè)圖像中不同區(qū)域的邊緣來(lái)達(dá)到分割圖像的目的。邊緣檢測(cè)的實(shí)質(zhì)是采用某種算法來(lái)提取出圖像中對(duì)象與背景問(wèn)的交界線。我們將邊緣定義為圖像中灰度發(fā)生急劇變化的區(qū)域邊界。圖像灰度的變化情況可以用圖像灰度分布的梯度來(lái)反映，因此我們可以用局部圖像微分技術(shù)來(lái)獲得邊

7、緣檢測(cè)算子。經(jīng)典的邊緣檢測(cè)方法，是通過(guò)對(duì)原始圖像中像素的某小鄰域構(gòu)造邊緣檢測(cè)算子來(lái)達(dá)到檢測(cè)邊緣這一目的。2.圖像閾值分割和邊緣檢測(cè)原理2.1.閾值分割原理對(duì)灰度圖像的取閾值分割就是先確定一個(gè)處于圖像灰度取值范圍之中的灰度閾值，然后將圖像中各個(gè)像素的灰度值都與這個(gè)閾值相比較，并根據(jù)比較結(jié)果將對(duì)應(yīng)的像素分為兩類(lèi)。這兩類(lèi)像素一般分屬圖像的兩類(lèi)區(qū)域，從而達(dá)到分割的目的。閾值分割算法主要有兩個(gè)步驟：（1）確定需要的閾值；標(biāo)準(zhǔn)文檔實(shí)用文案（2）將分割閾值與像素值比較以劃分像素?？梢钥闯?，確定一個(gè)最優(yōu)閾值是分割的關(guān)鍵?，F(xiàn)有的大部分算法都是集中在閾值確定的研究上。閾值

8、分割方法根據(jù)圖像本身的特點(diǎn)，可分為單閾值分割方法和多閾值分割方法：也可分為基于像素值的閾值分割