目次
1绪论..5
1.1目的和意义.5
1.2背景和现状.5
1.3论文结构..6
2数字图像分割技术相关基础..7
2.1边缘检测..7
2.2阈值化分割方法..12
2.3基于区域的分割..14
3数字图像分割技术的实现.15
3.1边沿检测的实现..15
3.2阈值化分割的实现.18
3.3基于区域分割的实现19
4结果与分析..21
4.1边沿检测的结果分析21
4.2阈值化分割的结果分析.24
4.3基于区域的分割结果分析26
结论..28
致谢..29
参考文献30
1 绪论1.1 目的和意义在图像应用处理当中,例如图片中人脸的识别、机器视觉、交通控制系统当中的汽车牌照提取、在卫星图像中定位道路森林等,人们并不是对整个图像感兴趣,只是对图像的某一对象感兴趣,也可能只是对图像当中的某个或某些特征感兴趣。因此,我们就不需要再对整个图像进行分析处理,只要对人们感兴趣的部分进行分析处理就可以了。这些目标与背景在同一幅图像当中,相互混合,但其之间往往存在一定特征值上的差异,例如图像的灰度级、纹理结构等,这样利用这些特征差异我们就可以通过图像分割将目标区域分离出来。图像分割在图像处理当中有着非常重要的作用,其是图像处理和分析之间的一个关键过程,也是对图像进行进一步处理的基础。
1.2 背景和现状图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,使得这些特征在同一区域内表现出一致性或相似性,而在不同区域间表现出明显的不同,即在一幅图像中把目标从背景中分离出来,以便于进一步处理。作为图像处理中一个一个关键的步骤,其影响着后续处理的结果,决定了最终图像的好坏。随着计算机科学技术的不断发展,如何在计算机中对图像进行图像分割是我们研究的重点,同时它也是我们研究的一个难点。图像分割算法的研究从上世纪 60年代开始,多年来,对图像分割的研究一直是图像技术研究中的热门和核心,人们对其的关注和投入不断提高,到今天为止国内外的学者已经研究出了各种各样的算法,但每一种算法都有其应用的场合,还没有一种可以应用所有的情况,要根据具体的问题具体来分析。这就要求我们要根据不同的图像以及图像内的目标选择一种合适的算法,但目前为止,图像分割仍没有一个可以通用的理论,要选择一个合适的算法需要进行反复的实验。到今天为止,国内外的学者不断研究通过对过去算法的改进,以及与交叉学科理论的结合提出新的算法,图像分割技术在不断的完善过程中。现有的常用图像分割方式可以分为以下几种:基于边缘的分割方法;基于阈值的分割方法^吹冰<文|论\文>网www.chuibin.com;基于区域的分割方法等。本次毕业设计采用基于Matlab 的开发工具,对以上常用的分割方法进行了论述、分析和实现。