基于MATLAB的圖像分割算法研究

全文54頁 約28000字 論述翔實

摘 要
本文從原理和應(yīng)用效果上對經(jīng)典的圖像分割方法如邊緣檢測、閾值分割技術(shù)和區(qū)域增長等進行了分析。對梯度算法中的Roberts算子、Sobel算子、Prewitt算子、拉普拉斯(Laplacian)算子、LoG(Laplacian-Gauss)算子、坎尼（Canny）算子的分割步驟、分割方式、分割準(zhǔn)則相互比較可以看出根據(jù)坎尼（Canny）邊緣算子的3個準(zhǔn)則得出的邊緣檢測結(jié)果最滿意。而閾值分割技術(shù)的關(guān)鍵在于閾值的確定，只有閾值確定好了才能有效的劃分物體與背景，但這種方法只對于那些灰度分布明顯，背景與物體差別大的圖像的分割效果才明顯。區(qū)域增長的基本思想是將具有相似性質(zhì)的像素集合起來構(gòu)成新區(qū)域。與此同時本文還分析了圖像分割技術(shù)研究的方向。

關(guān)鍵詞：圖像處理，圖像分割，算子

Abstract
This article analyses the application effect to the classics image segmentation method like the edge examination, territory value division technology, and the region growth and so on.For comparing the Roberts operator, Sobel operator, Prewitt operator, the operator of Laplacian and the operator of LoG(Laplacian-Gauss),Canny operator in gradient algorithm,the step, the way and the standard of the image segmentation,we can find out the three standard of Canny edge operator the edge detection result of reaching most satisfy. And the key point of threshold segmentation lie in fixing the threshold value, it is good to have only threshold value to determine it then can be effective to divide object and background,but this kind of method is good to those gray scales,the big difference image effect between the background and obiect. The basic idea of area is to form the new region from similar nature.And also, this paper analyses the research direction of image segmentation technology at the same time.
Key words: image processing image segmentation operator

目 錄
第一章 緒論 1
1.1數(shù)字圖像處理發(fā)展概況 1
1.2數(shù)字圖像處理的基本特點 1
1.2.1數(shù)字圖像處理的信息大多是二維信息，處理信息量很大 1
1.2.2數(shù)字圖像處理占用的頻帶較寬 2
1.2.3數(shù)字圖像中各個像素是不獨立的，其相關(guān)性大 2
1.2.4作合適的假定或附加新的測量 2
1.2.5數(shù)字圖像處理后的圖像受人的因素影響較大 2
1.3數(shù)字圖像處理的優(yōu)點 2
1.3.1再現(xiàn)性好 2
1.3.2處理精度高 3
1.3.3適用面寬 3
1.3.4靈活性高 3
1.4數(shù)字圖像處理的應(yīng)用 4
1.4.1航天和航空技術(shù)方面的應(yīng)用 4
1.4.2生物醫(yī)學(xué)工程方面的應(yīng)用 5
1.4.3通信工程方面的應(yīng)用 5
1.4.4工業(yè)和工程方面的應(yīng)用 5
1.4.5軍事公安方面的應(yīng)用 5
1.4.6文化藝術(shù)方面的應(yīng)用 6
1.5數(shù)字圖像分割技術(shù)的發(fā)展概況 6
1.5.1 基于分形的圖像分割技術(shù) 6
1.5.2 基于神經(jīng)網(wǎng)絡(luò)的圖像分割技術(shù) 7
1.6本文的主要研究工作 8
1.7本文的主要流程圖 8
第二章 數(shù)字圖像處理的處理方式 9
2.1圖像變換 9
2.2圖像編碼壓縮 9
2.3圖像增強和復(fù)原 9
2.4圖像分割 9
2.5圖像描述 10
2.6圖像分類（識別） 10
第三章 MATLAB平臺及其開發(fā)環(huán)境 11
3.1.MATLAB的組成 11
3.1.1MATLAB主要有以下幾個部分 11
a.數(shù)值計算功能 12
b.符號計算功能 12
c.數(shù)據(jù)分析功能 12
d.動態(tài)仿真功能 12
e.程序借口功能 13
f.文字處理功能 13
3.2MATLAB的特點 13
3.2.1功能強大，可擴展性強 13
3.2.2界面友好，編程效率高 14
3.2.3圖像功能，靈活且方便 14
3.3MATLAB在圖像處理中的應(yīng)用 14
第四章 圖像分割的概念和算法的研究 16
4.1圖像分割的基本概念 16
4.1.1圖像分割定義 16
4.2邊緣檢測方法 17
4.2.1邊緣檢測概述 17
4.2.2邊緣檢測梯度算法 19
a.梯度邊緣檢測算法基本步驟及流程圖 19
b.Robert算子 20
c.Sobel算子 21
d.Prewitt算子 21
4.2.3拉普拉斯（Laplacian）算子 22
4.2.4LoG(Laplacian-Gauss)算子 24
4.2.5坎尼（Canny）算子 25
4.3灰度閾值分割 27
4.3.1閾值分割介紹 28
a.閾值化分割原則 28
b.閾值分割算法分類 29
4.3.2全局閾值 30
a.極小值點閾值 31
b.最優(yōu)閾值 31
c.迭代閾值分割 33
4.3.3動態(tài)閾值 34
a.閾值插值 35
b.水線閾值算法 35
4.4區(qū)域分割 37
4.4.1區(qū)域生長的基本原理、步驟及流程圖 37
4.4.2生長準(zhǔn)則和過程 40
a.灰度差準(zhǔn)則 40
b.灰度分布統(tǒng)計準(zhǔn)則 41
c.區(qū)域形狀準(zhǔn)則 42
4.4.3分裂合并 43
第五章 總結(jié) 45
5.1對于圖像邊緣檢測的分析 45
5.2對于圖像閾值分割的分析 45
5.3對于圖像區(qū)域分割的分析 46
5.4改進意見 46
參考文獻 48
致 謝 49
附 錄 50

部分參考文獻

【4】.趙榮椿，遲耀斌，朱重光. 《圖像分割技術(shù)進展》.中國體視學(xué)與圖像分析.1998年6月第3卷 第2期 ;
【5】.鄒益民.《MATLAB與C語言的混合編程》.計算機應(yīng)用、石油化工自動化，2000,2: 51
【6】.Acharya RS.et al.Proc of SPIE,1991,1652:50～61
【7】.Boire JY.et al.Proc Ann Int Conf IEEE Eng Med Biol Soc.1990:421～422
【8】.Dougherty ER. Introduction to Mathematical Morphology. SPIE Optical Engineering Press,1992