图像分割实验报告.docx

《图像分割实验报告.docx》由会员分享，可在线阅读，更多相关《图像分割实验报告.docx（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、图像分割试验报告一、试验目的1. 把握图像分割的根本思想，了解其分割技术及其计算策略；2. 学会从图像处理到分析的关键步骤，把握图像分割过程；3. 了解图像分割的意义，进一步加深对图像分析和理解；4. 把握根本分割方法：迭代分割和 OTSU 图像分割，并编程实现。二、试验原理一迭代阈值分割选取的根本思路是:首先依据图像中物体的灰度分布状况，选取一个近似阈值作为初始阈值，一个较好的方法就是将图像的灰度均值作为初始阈值，然后通过分割图像和修改阈值的迭代过程获得认可的最正确阈值。迭代式阈值选取过程可描述如下：𝟎1. 计算初始化阈值g =(𝒈𝒎w

2、938;𝒙+𝒈𝒎𝒊𝒏)；𝟐2. 依据 𝒈𝟎，将图像分为两局部，分别计算灰度值期望，取其平均值为 g1；𝑛3. 如此反复迭代，当|𝑔𝑛-𝑔𝑛1|足够小时，停顿迭代，取 T=𝑔即为最终阈值。二OTSU 图像分割最大类间方差法是一种自适应的阈值确定的方法，是按图像的灰度特性,将图像分成背景和目标两部分。背景和目标之间的类间方差越大,说明构成图像的两局部的差异越大, 当局部目标错分

3、为背景或局部背景错分为目标都会导致两局部差异变小。因此,使类间方差最大的分割意味着错分概率最小。以最正确门限将图像灰度直方图分割成两局部，使两局部类间方差取最大值，即分别性最大。OTSU 阈值选取过程可描述如下：1. 记T 为目标与背景的分割阈值，目标点数占图像比例为w1， 平均灰度为u1；背景点数占图像比例为w2，平均灰度为u1；2. 图像的总平均灰度为：u=w1*u1+w2*u2；3.目标和背景图象的方差：g=w1*(u1-u)*(u1-u)+w1*(u2-u)*(u2- u)=w1*w2*(u1-u2)*(u1-u2)；4. 当方差g 最大时，可以认为此时前景和背景差异最大，此时的灰度T

4、 是最正确阈值。二、试验内容1. 利用 C+编程实现迭代阈值图像分割算法；2. 利用 C+编程实现 OTSU 动态阈值图像分割算法。三、试验框图1 .迭代分割开头找出图像灰度值最大值 max ,最小值 minT=(max+min)/2;iF256=0; iB256=0;F256=0;B256=0k=0NK255Yj=0Nj255K+Yi=0Tmp= (u1+u2)/2;i+iTN iBk+;Bk+x(i,j)NT=TmpYTmp=Tx(x,j)=0 x(x,j)=255x(x,j)?TYN2.OSTU开头找出灰度值 max ,miniF256=0;iB256=0;F256=0;B256=0;T=0k=minNK=maxYj=0j255K+Yi=0iTN iBk+;Bk+x(i,j)NTmpTYT1=Tmp;T=kx(x,j)=0 x(x,j)=255x(x,j)?TYN