基于MATLAB的图像分割技术(3)
图2.1 阈值变换图像
2.1.1 双峰法
双峰法的原理:阈值分割的双峰法原理很简单，由于适用与双峰法分割的图像通常都有目标与背景在像素灰度值上有较大联系，而背景与目标的边界处的像素灰度有较大差异，因此数字图像直方图基本上就是目标和背景的像素灰度值的单峰直方图的叠加，当目标和背景的像素灰度值差异特别大时，图像的灰度直方图是双峰的，这个时候可以取直方图谷底，即灰度直方图图像极小值为阈值T。
图2.2 灰度直方图示意
双峰法的优点是计算简单，方便快速，但对原始图像的像素灰度值的要求比较高。因此，阈值分割的双峰法算法有明显的缺项，容易受到数字化图像上噪声的干扰，导致灰度直方图最小值并不是显而易见的，并且有时最小的灰度值并不会死预期阈值，而造成分割发生偏移，得到不理想的结果。
基于上述讨论，我们可以对双峰法阈值分割做如下改进：
1） 由于双峰法采用的灰度值直方图的图像难免的收到噪声干扰，这时在直方图会叠加大小基本均匀的噪声灰度值，但是目标和背景的双峰分布基本上是不会发生太大改变的，这个时候我们得到的直方图的谷底的灰度值分布可能会比较均匀，一般情况下，我们可以选择两峰值中间的某一个固定队位置，一般选择中间来当做阈值。
图2.3 改进算法的阈值选取
2）
加强对噪声的处理。对直方图进行平滑处理。
图2.4 h(z)直方图
2.1.2 迭代法
通过上面对双峰法的讨论，不难看出双峰法的局限性，因此，当图像中目标与背景的像素差距并不是很大的情况下，双峰法就不再适用了，下面介绍一下比双峰法的分离提取能力更精确，适应性也更广的迭代法。
迭代法是对双峰法的一种改进算法，适用迭代法进行阈值分割时，首先选择一个近似阈值T，这个近似阈值的作用是将图像预先分割成两个部分 和 ，然后通过计算分割得到的两个区域的像素灰度均值 和 ，通过计算得到的结果，选择新的阈值进行分割[8]，阈值的选取取值为T=（ + ）/2，然后利用新得到的阈值T继续进行分割提取，继续计算 和 并进行比较，直到 和 的值不再变化为止。
迭代法是基于逼近的思想，其步骤如下：
1）求出灰度图中像素灰度的的最大值和最小值，分别记为Zmax和Zmin，令初始阈值
T0=（Zmax+Zmin）/2；
2）依据选定的近似阈值T将图像分割为目标范围 和背景范围 ，之后求出这两个部分像素点的平均灰度值，分别标记为ZO和ZB；
3）求出新阈值T=（ZO+ZB）/2；
4）用新阈值继续对图像进行分割得出新的ZO和ZB；
5）对求出的两个平均灰度值ZO和ZB作比较，如果与上一次的平均灰度值想不，不再发生变化，则此时的T就是所需要的最佳阈值；否则跳至步骤2），以此完成迭代计算。
2.2 边缘检测
边缘（Edge）指的是一幅图像中，局部区域像素变化最为显著的部分。在数字图像处理中，边缘一边出现在目标区域、背景区域和特定性质区域之间,边缘对于图像分割等图像分析技术而言，是非常重要的基础。对数字图像的分析处理在预处理之后的第一步，通常就是边缘检测（Edge Detection）,由于边缘检测的重要地位，边缘检测算法也是非常热门的研究焦点[6]。
对数字化灰度图像而言，边缘通常存在于灰度值变化较大的两个区域范围之间。边缘一边分为两种：
下一篇：基于FPGA的图像去噪技术研究