圖像二值化中閾值選取方法的研究


摘要

在人類獲取的信息中，視覺信息約占60%，聽覺約占20%，其它約占20%。由此可見，視覺信息對人類非常重要。同時，圖像是人類獲取視覺信息的主要途徑。圖像二值化是圖像預處理中的一項重要技術，在模式識別、光學字符識別、醫(yī)學成像等方面都有重要應用。

論文介紹了圖像及數字圖像處理技術的一些概念和相關知識，對Matlab7.0 軟件的發(fā)展和軟件在圖像處理中的應用做了簡要介紹，還介紹了灰度圖像二值化方法以及利用Matlab7.0軟件工具進行算法的實現。

課題重點實現了圖像分割技術中灰度圖像二值化方法，如Otsu算法、Bernsen算法，并對這些算法運行的實驗結果進行分析與比較。

 關鍵詞：圖像處理，二值化，Matlab，Otsu算法，Bernsen算法

Abstract

Human beings obtain a lot of information, among which the visual information is about 60%, the sense of hearing about 20%, and others about 20%. Therefore, the visual information is very important for human beings. Moreover, the images are the primary way, by which a lot of information is obtained. Image binarization, as an important technology in image pre-processing, is widely-employed in pattern recognition, optical character recognition, medical imaging and so forth. 

In this paper, some notions and relative knowledge in digital image processing technology are introduced; then, the development of Matlab7.0 and its application in image processing briefly introduced; in addition, the method of grayscale image binarization and how to implement these algorithms based on Matlab7.0 are presented. This paper mainly implements the grayscale image binarization method in image segmentation technology, such as Otsu algorithm and Bernsen algorithm, and analyzes and compares the experimental results of the above algorithms. 

Key words: Image processing, Binarization, Matlab, Otsu algorithm, Bernsen algorithm

目 錄

摘要 I

Abstract II

目 錄 III

第一章 緒  論 1

1.1 圖像與數字圖像 1

1.2 數字圖像處理技術內容與發(fā)展現狀 2

1.3 灰度圖像二值化原理及意義 5

第二章 軟件工具——MATLAB 6

2.1 MATLAB概述 6

2.2 MATLAB的工作環(huán)境 6

2.3 MATLAB圖像處理工具箱 8

2.4 工具箱實現的常用功能 9

第三章 圖像二值化方法 11

3.1 課題研究對象 11

3.2 二值化方法研究動態(tài) 14

3.3 全局閾值法 18

3.4 局部閾值法 19

第四章 Otsu方法和Bernsen方法 20

4.1 Otsu算法分析 20

4.2 Otsu方法流程圖 22

4.3 Bernsen算法分析 23

4.4 Bernsen方法流程圖 23

第五章 Otsu方法和Bernsen方法實驗比較 25

5.1 Otsu方法實驗結果分析 25

5.2 Bernsen方法實驗結果分析 27

5.3 0tsu方法和Bernsen方法實驗結果比較 29

5.4 結論 30

參考文獻 31

致謝 31