資源描述：
《圖像的區(qū)域分割與研究》由會員上傳分享，免費在線閱讀，更多相關內容在工程資料-天天文庫。
1、黑龍江科技大學本科課程設計報告題目圖像的區(qū)域分割技術的研究1、設計冃的（題冃來源、設計背景及意義）在對圖像的研究和應用中，人們往往只對圖像中的某些部分感興趣，這些部分通常稱為目標，它們一般對應圖像中特定的、具冇獨特性質的區(qū)域。為了辨識和分析冃標，要將它們分別提取出來，在此基礎上才有對能對冃標進一步利用。圖像區(qū)域分割便是提取感興趣部分的過程⑴。圖像區(qū)域分割一直是圖像處理領域中的重點和難點，多年來一直得到人們的高度重視。早在50年代小期，計算機視覺理論體系形成以前，人們就開始了圖像分割的研究⑵。在圖像分割最初發(fā)展的二十年里的分割方法的研究人多只是將圖像分割
2、成目標和背景兩部分，丟失了許多圖像信息。進入八十年代以后，人們進一步研究了多區(qū)域分割，將圖像分成由多個冃標和背景組成的多個區(qū)域。仏幾越來越多的將圖像分割技術與許多其它學科和領域例如數(shù)學、物理、心理學、電子學、計算機科學等學科聯(lián)系起來⑶。近年來，隨著各學科許多新理論和方法的捉出，人們也提岀了許多結合一些特定理論、方法和工具的分割技術。每當有新的數(shù)學工具或方法提出來，人們就試著將其用于圖像分割,因而提出了不少特殊的算法，例如基于馬爾可夫隨機場、數(shù)學形態(tài)學、遺傳算法、模擬退火、小波變換、等理論的分割算法⑷。多年來，對圖像分割的研究一直是圖像技術研究中的熱點和
3、焦點，很多研究人員為Z付出了巨大的努力，人們對其的關注和投入也不斷提高。從興起到現(xiàn)在，圖像分割算法得到了不斷的改進和創(chuàng)新，在不同的領域也収.得了相當?shù)倪M展與成就。至今己提出了上千種各種類型的分割算法。圖像區(qū)域分割是圖像處理與機器視覺的基木問題之一，是由圖像處理前進到圖像分析的關鍵一步，在圖像工程中占冇重要的地位和影響。一方面，它是冃標表達的革礎，對特征測量冇重要的影響。另一方面，因為圖像分割及具基于分割的目標表達、特征捉取和參數(shù)測量等將原始圖像轉化為更抽象更緊湊的形式，使得更高層的圖像分析和理解成為可能⑸。圖像分割的質量直接影響對圖像的后續(xù)處理，如特征
4、提取、目標識別的效果，所以圖像分割被視為圖像處理小的瓶頸，具有十分重要的意義⑹。2、設計要求（設計任務、實現(xiàn)功能及技術指標）設計任務：（1）學習利用MATLAB編寫圖像區(qū)域分割程序。（2）通過觀察經過圖像區(qū)域分割后的圖象效果，加深對圖像區(qū)域分割物理意義的理解。（3）掌握編程調試方法。實現(xiàn)功能：本設計將利用灰度直方圖的方法用MATLAB對圖像進行處理實現(xiàn)圖像的區(qū)域分割，也就是將特定的圖像分割成區(qū)域內部屬性一致而區(qū)域間不一致的圖像。技術指標：原始圖象為128X128像素256級灰度圖象。分割點為灰度范圍的1/3,1/2,2/3、雙峰直方圖的谷底。3、設計方
5、案(理論分析、設計步驟或方法)圖像直方圖是圖像處理中一種十分重要的圖像分析丄具，它描述了一幅圖像的灰度級內容，任何一幅圖像的肯方圖都包含了豐富的信息，它上要用在圖象分割，圖像灰度變換等處理過程屮C73o從數(shù)學上來說圖像直方圖是圖像各灰度值統(tǒng)計特性與圖像灰度值的函數(shù)，它統(tǒng)計一幅圖像中各個灰度級出現(xiàn)的次數(shù)或概率；從圖形上來說，它是一個二維圖，橫坐標表示圖像中各個像素點的灰度級，縱處標為各個灰度級上圖像各個像素點出現(xiàn)的次數(shù)或概率⑻。本設計利用MATLAB軟件通過C語言并用直方圖方法對圖像進行區(qū)域分割處理。4、設計內容(應用的技術原理及具體的實現(xiàn)方法)技術原理
6、：圖像區(qū)域分割含義是的根據(jù)圖像的紐成結構和應用需求將圖像劃分為若干個互不相交的子區(qū)域的過程。這些子區(qū)域四某種意義下具有共同屬性的像素的連通集合?；叶戎狈綀D變換法即是通過變換圖像的灰度總方圖，這樣變換之后直方圖就滿足了適合閾值法的條件，Z后就可以使用雙峰法做后續(xù)處理了。這種方法的實現(xiàn)是基于像素的局部特征，將比較分散的像素集中處理，因為灰度是影響閾值法的唯一因素，所以我們只要將比較平均或者分散的灰度直方圖做集中化處理即町，由于對灰度直方圖做了類似聚類的處理，呈現(xiàn)的直方圖會表現(xiàn)出很明顯的波峰和波谷⑼。直方圖法可以利用像素本身的特點把圖像原有的直方圖變換成可以
7、明顯看出谷底的直方圖，這個新的直方圖和原始的直方圖比較，雙峰Z間的谷底更深，或者把谷底轉換為峰從而更容易檢測，這樣我們就可以從直方圖看出圖像的閾值何。例如，因為目標區(qū)域的像素點具有一致性和相關性，背景區(qū)域就會類似，梯度值比較小。而邊界區(qū)域因為噪音會有較大的梯度值。使川直方圖變換法，就町以根據(jù)梯度值加權，梯度值小的像素權加大，梯度值大的像素值減小。這樣就可以明顯的看出直方圖的谷底。閾值分割算法主要有兩個步驟：首先就是確定一個閾值T,第二步當然就是把每個像素的灰度級與選定的閾值T進行比較；比較的結果也無非分為大于、小于和等于，我們把圖像中灰度值人于T的像素
8、點設為日標點(值為1)其余的像素點設為背景點(值為0),或者我們把他們叫做FI標區(qū)域和背景區(qū)域
