图像分割中灰度阈值选择方法的研究毕业论文.doc





《图像分割中灰度阈值选择方法的研究毕业论文.doc》由会员分享,可在线阅读,更多相关《图像分割中灰度阈值选择方法的研究毕业论文.doc(47页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、 本科毕业论文图像分割中灰度阈值选择方法的研究 姓 名 学 院 光电信息与计算机工程学院 专 业 电子信息工程 指导教师 完成日期 2013年6月 上海理工大学全日制本科生毕业设计(论文)承诺书本人郑重承诺:所呈交的毕业设计(论文) 是在导师的指导下,严格按照学校和学院的有关规定由本人独立完成。文中所引用的观点和参考资料均已标注并加以注释。论文研究过程中不存在抄袭他人研究成果和伪造相关数据等行为。如若出现任何侵犯他人知识产权等问题,本人愿意承担相关法律责任。 承诺人(签名): 日 期图像分割中灰度阈值选择方法的研究摘 要 图像分割是图像处理中最重要的内容之一。图像分割的方法有很多种,按照区域的
2、图像分割,按照阈值的图像分割,以及按照边缘的图像分割。本论文主要研究图像分割中,基于阈值的图像分割方法。阈值分割方法是图像分割技术中最常用的方法,其实质是利用图像的灰度直方图信息获取用于分割的最佳阈值。灰度值中大于某一阈值,令处理结果为“1”,否则为“0”,从而将图像处理为黑白二值图。在这种分割技术中,确定阈值的算法不同,对相同的图像处理的结果清晰度和辨识度就不一样。本论文中主要研究了5种具体的方法:迭代法、全局阈值Otsu法阈值分割、局部阈值法、最小交叉熵阈值法分割以及最大熵分割法。对各种方法做了具体的研究和对比,当目标与背景具有明显差异时,最佳阈值法效果明显优于其他方法,总体来说,最佳阈值
3、Otsu法具有更广的实用性,运用范围也更加普遍。最后,对于全局Otsu法进行了深入拓展,研究了更加具有优势的Otsu自适应阈值法。 关键词:图像处理,分割,灰度处理,阈值选择IMethod of gray threshold selection of image segmentationABSTRACTImage segmentation is one of the most important parts of image processing. There are many methods of image segmentation, segmentation according to t
4、he regional image segmentation threshold, according to the image, and in accordance with the edge of the image segmentation. This paper mainly studies the image segmentation, threshold segmentation method based on image. Threshold segmentation method is the most commonly used method of image segment
5、ation technology, its essence is the use of information of gray histogram image acquisition for optimal threshold segmentation. Gray value is greater than a certain threshold, the processing result is 1, 0, otherwise the image processing for the black and white picture. In this kind of segmentation,
6、 threshold determination algorithm is different, the same results of image processing and recognition is not the same definition. This paper mainly studies 5 kinds of specific methods: iterative method, the global threshold Otsu threshold, local threshold method, minimum cross entropy threshold segm
7、entation and maximum entropy segmentation method. The study and comparison of specific to each method, when the target and background has obvious differences, the optimal threshold method has obvious effect for other methods, in general, the best threshold Otsu method has more practical application
8、range wide, more common. Finally, for the global Otsu method was further expanded, adaptive threshold method has more advantages. KEYWORDS: image processing, segmentation, gray processing, threshold selection目录中文摘要ABSTRACT第1 章 绪 论1第2 章 数字图像处理32.1 数字图像的基本概念32.1.1 图像的概念32.1.2 数字图像42.2 数字图像处理技术62.2.1 数
9、字图像处理的定义62.2.2 数字图像处理技术的主要内容62.3 数字图像处理的发展8第3 章 图像分割103.1 图像分割的定义103.1.1图像分割一般定义103.1.2 图像分割更形式化的定义103.2 数字图像分割的分类113.3 图像分割方法113.3.1 基于区域的分割方法113.3.2 基于阈值的分割方法123.3.3 基于边缘的分割方法13第4 章 阈值分割的方法154.1 迭代法全域值分割154.1.1概念及其算法154.1.2 分析164.2 全局阈值OTSU法阈值分割164.2.1 概念及其算法164.2.2 分析184.3 局部阈值分割184.3.1 概念及其算法184
10、.3.2 分析194.4 最大熵分割法194.4.1 概念及其算法194.4.3 分析194.5 最小交叉熵分割方法204.5.1 概念及算法204.5.2 分析20第5章 基于图像分割中灰度阈值选择方法的研究应用225.1 关于实验225.1.1实验相关准备225.1.2 实验过程及结论225.2 多组实验举例25第6章 基于Otsu方法的探究及深入316.1 改进的二维Otsu方法的理论研究316.2 结果展示及结论32致谢34参考文献35附录36附录1:5种分割方法代码36附录2:画出二值图的直方图38附录3:改进的Otsu自适应阈值分割39上海理工大学本科生毕业设计(论文)第1 章 绪
11、 论图像的研究和应用中,人们往往对图像中的某些部分感兴趣,这些感兴趣的部分一般对应图像中特定的、具有特殊性质的区域(可以对应单一区域,也可以对应多个区域),称之为目标或前景;而其他部分称为图像的背景。为了辨识和分析目标,需要把目标从一幅图像中孤立出来,在此基础上才有可能对目标进一步利用,如进行特征提取和测量。(1)课题背景图像分割是图像处理中的一项关键技术,也是一经典难题,发展至今仍没有找到一个通用的方法,也没有制定出判断分割算法好坏的标准,对近几年来出现的图像分割方法作了较为全面的综述,探讨了图像分割技术的发展方向,对从事图像处理研究的科研人员具有一定的启发作用。图像分割在图像工程中起着承上
12、启下的作用,是介于低层次处理和高层次处理的中间层次。早在1965年就有人提出了检测边缘算子边缘检测方法,边缘检测已产生了不少经典算法。目前越来越多的学者开始将数学形态学、模糊理论、遗传算法理论、分形理论和小波变换理论等研究成果运用到图像分割中,产生了结合特定数学方法和针对特殊图像分割的先进图像分割技术。图像分割是图像分析的第一步,图像分割接下来的任务,如特征提取、目标识别等的好坏,都取决于图像分割的质量如何。由于该课题的难度和深度,进展比较缓慢。图像分割算法的研究已经有几十年的历史,一直都受到人们的高度重视。关于图像分割的原理和方法国内外已有不少的研究成果。虽然研究人员针对各种问题提出了许多方
13、法,但迄今为止仍然不存在一个普遍适用的理论和方法。基本已有的方法如:迭代法,局部阈值分割方法,最大熵法,最佳阈值法等其他方法。另外,还没有制定出选择适用分割算法的标准,不同的色彩下:如红光,紫外线,红外线等光线下;不同的光照强度下:如清晨7点,中午12点,下午6点以及晚上10点,光照强度对图像的视觉感官都不同,拍出的图像也有所差异,因此,对于不同光度下的图像,处理方式选择不同,处理后的效果就不同;另外,在室内,室外拍摄同样的物体,同样的阈值分割方法处理出来的图像,结果也会有所差异。这给图像分割技术的应用带来许多实际问题。最近几年又出现了许多新思路、新方法或改进算法,对一些经典方法和新出现的方法
14、作了概述,并将图像分割方法分为阈值分割方法、边缘检测方法、区域提取方法和结合特定理论工具的分割方法4类。(2)课题意义在一副图像中,我们常常只对其中的某些目标感兴趣,对于这些我们感兴趣的目标,它们通常在要分割的图像中占据一定的区域,而且在某些特性上与周围的图像存在一定的差别。这些差别可能非常明显,也可能十分细微,以至于人眼无法觉察。图像分割是按一定的制约规则把图像划分为若干个互不相交、具有特定性质的区域,是把我们关注的区域从需要分割的图像中提取出来,以此进行进一步研究分析和处理的技术。图像分割的结果是图像特征提取和识别等图像理解的基础,对图像分割的研究一直是数字图像处理技术的焦点和热点。传统的
15、图像分割方法存在着一些不足,无法满足人们的要求,给进一步的图像分析和理解过程带来了困难。随着计算机技术的发展及其相关技术的成熟,结合图像增强等图像处理技术,我们已经能够在计算机上实现图像分割处理过程。然而,到目前为止,人们还没有制定出选择合适分割算法的标准,这给图像分割技术的应用带来许多实际困难。因此,图像分割的研究还在不断深入,是目前图像处理中研究的热点之一。(3)研究内容图像分割把图像空间分成一些有意义的区域,与图像中各种物体目标相对应。它使得其后的图像分析和识别等处理过程中所要处理的数据量大大减少了,同时又保留了有关图像结构特征的信息。通过对分割结果的描述,能够理解图像中包含的有关信息。
16、图像分割质量直接影响后续图像处理的效果,甚至决定其成败,因此,分割的方法和精确程度至关重要。由此可知,图像分割在图像工程中占据非常重要的位置。常用的图像分割方法是把图像灰度分成不同的等级,然后用设置灰度门限值(阈值)的方法确定有意义的区域或分割物体的边界。常用的阈值选择设定方法有:最小误差阈值、迭代法、最佳阈值法(大津阈值)、最大熵等。本课题全面了解阈值分割的方法,分析比较各种方法适用情况,并编程验证。第2 章 数字图像处理2.1 数字图像的基本概念图像会以各式各样的形式出现在我们面前,它分为可视,非可视;抽象,实际;合适计算机处理的,不合适计算机处理的等等。因此对不同种类的图像我们要加以区别
17、和分析,否则容易引起一些混淆和误解。尤其是到当相互交流着不同的概念时候,也许误解会更加严重。由于图像是我们自出生以来的体验中最要的部分,也是最深刻和丰富的部分,所以更容易认为它是不言而明的,因此,在做正式的研究和实验之前,我们需要对图像的相关概念做一些简单的定义和统一,这样可以保证我们在阅读的时候前后保持一致,不至于引发不必要的误解和误读,所以,我们需要明确一些关于图像的概念。2.1.1 图像的概念图像是实物的一种表示,写真和临摹。衣服图像包含了某一物体的直观信息,可以看出某一物体信息的显示方式;是物体的一种不完全,不精确,但在某种意义上是合适的恰当的表示。(1)按照图像的存在形式物理图像:物
18、质或能力的实际分布。抽象图像:数字图像。(2)按照图像的色彩特征区分彩色图像:又叫“多光谱图像”,表示图像上的每个点有多余一个的局部特征。如果图像的每一种成分在课件光谱之外,如红外线,微波等形成的图像则称为多光谱图像,彩色图像是多光谱图像的特例。灰阶图像:又称为“灰度图像”,“单色图像”,“亮度图像”等等,即,每个像素点上只有一个亮度值。(3)按照图像的光谱特性分将光谱波段根据光子能量进行分组,可以将图像在电磁波谱辐射的基础上进行分类,得到从加玛射线到无线电波的光谱图像,其中包括X射线图像,可见光图像,微波图像,红外光图像,紫外光图像。(4)按照图像的时间特性区分动态图像:随时间变化的图像,如
19、电视机,电影的画面等。静止图像:不随时间变化而变化的图像,如各类图片,相机拍摄的照片等。用数学方法表示图像的信息时,通常着重考虑它的点的性质。例如,我们可以把一幅图看作是空间中各个坐标点上强度的集合,它的最通用的表达式为: ,其中x, y, z是空间坐标,是波长,t是时间,I是图像的强度,由此,这样的一个表达式可以代表一副活动的,彩色的立体的图像。当我们研究的是静止的图像时,上式与时间t无关;当我们研究单色调图像时,上式与无关。对于平面图形来说,上式与z坐标轴无关。所以,对于静止的,平面的,单色的图像来说,其数学表达式可以表示为:,其中,x, y 是空间坐标,在坐标(x, y)处的函数的幅值为
20、改点的强度或者灰度级。上式说明,一副平面图像可以用二维亮度函数来表示,因为光的能量也是一种表现形式,。2.1.2 数字图像数字图像是物体图像的数字表示,是时间和空间的非连续函数,是为了便于计算机处理的一种图像表示形式。当上式中的x, y, f均为有限的,理算的数值时,称此图像为数字图像,数字,与采用数字方法或者离散单元进行的计算有关。如果我们定义数字图像为一个物体的数字表示,则像素就是离散单元,量化的灰度就是数字量值。(1)数字图像类型按照图像颜色和灰度的多少可以将图像分为二值图像,灰度图像,索引图像,真彩色的RGB图像四种基本类型,目前,大多数图像处理软件都支持者四种类型的图像。1)二值图像
21、:二值图像即一副黑白图像,表示其的二维数字矩阵仅由0,1两个数字构成,“1”表示白色,“0”表示黑色,由于每一个像素(矩阵中的每一元素)取值仅有0,1两种可能,所以计算机中二值图像的数据类型通常为一个二进制位,二值图像通常用于文字,线条图的扫描识别,和掩膜图形的存储。2)灰度图像一副256级灰度图像,其矩阵元素的取值范围通常为(0,255),因此,其数据类型一般为8位无符号整数(Unit 8),这就是人们经常提到的256级灰度图像。“255”表示纯白色,“0”表示纯黑色,中间的数字从小到大表示由黑色向白色的过渡色,在某些软件中,灰度图像也可以是由双精度数据类型表示,像素的值域为(0,1),0代
22、表白色,1代表黑色,01之间的小数则表示不同的灰度等级,二值图像可以看做是灰度图像的一个特例。3)索引图像索引图像的文件结构比较复杂,除了存放图像数据的二维矩阵外,还包括一个称之为颜色索引矩阵的二维数。它的大小由存放图像的矩阵元素的值域决定,如矩阵元素值域为(0,255),则矩阵的大小为256*3Byte,用COLORMAP=RGB表示,COLORMAP中每一行的三个元素分别指定表示该行颜色的RGB组合的红,绿,蓝单色值,COLORMAP中每一行对应图像矩阵中的一个灰度值。索引图像的索引矩阵的一部分(014)行。如某一个像素的灰度值为2,该像素就与COLORMAP中的第二行建立了映射关系,该像


- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 图像分割中灰度阈值选择方法的研究 毕业论文 图像 分割 灰度 阈值 选择 方法 研究

限制150内