数字图像处理-实验三

《数字图像处理-实验三》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、实验报告课程名称数字图像处理实验名称图像滤波器姓名吴瑾学号201507120213专业班级数媒1502实验日期2017年12月15日成绩指导教师李湘春一、实验目的1、继续熟悉仿真工具MATLAB2、巩固图像读取与显示的方法3、掌握给图像添加噪声的方法4、4、掌握图像空间域的滤波方法5、掌握图像频率域的滤波方法二、实验原理1、二值分割确定一个阈值T,对于图像中的每个像素，若其灰度值大于T,则将其设为目标点(值为1),否则置为背景点(值为0),从而将图像分为目标区域和背景区域。2、迭代阈值法(1)选择一个初始阈值T1(2)根据初始阈值T1将图像分割为G1和G2两个部分，分别求出G1和G2的平均灰

2、度值口和(12；(3)计算新的阈值T2二(

3、11+^2)/2；⑷如果丨T1-T2TO,终止迭代。否则令T1二T2,重复步骤(2)和(3),最后的T2就是所求的最优阈值。三、实验环境Windows7MatlabR2014a四、实验内容与步骤1、实现固定阈值分割，完成对一幅灰度图像的二值分割，调整阈值。代码：A=imread(，C:UscrsAdministratorDcsktoptimg[3]・jpg');A=rgb2gray(A);imshow(A)B=im2bw(A,0.3);subplot(222),imshow(B),title('阈值0.3图像');C=im2bw(A,0.5

4、);subplot(223),imshow(C),title(*阈值0.5图像');D=im2bw(A,0.8);subplot(224),imshow(D),title(，阈值0.8图像');E=im2bw(A,0.3);subplot(221),imshow(E),title('阈值0.1图像');从上面四幅图看出，随着阈值增大，轮廓变得明显，边界变得清晰，但翅膀内部细节丢失。2、编写迭代阈值法程序，记录迭代得出的最优阈值，利用该阈值实现图像的分割；代码：j二double(A);t=(min(j(:))+max(j(:)))/2;done=false;i二0;while'donerl=f

5、ind(j<=t);r2=find(j>t);tnew=(mean(j(rl))+mcan(j(r2)))/2;done=abs(tnew-t)<1;t=tnew;i二i+1;endj(rl)=0;j(r2)=l;figure;imshow(j);QH9ur«lIEW设置初始阈值，再计算新阈值，设置小于阈值的为黑，否则为白。经过结果显示，迭代阈值法比固定阈值的分割要更精准，人物轮廓明显，细节仍在。五、实验结果与分析在上述变换中，我发现，阈值分割的关键是如何确定适合的阈值点。不同阈值其处理结果差异很大，阈值过大，会把背景像素错分为目标。阈值过小，目标就会错位。比如实验1屮四幅图对比，第一幅图阈

6、值过小，任务轮廓变散，最后一幅阈值过大，羽毛区域变得没有T细节。而实验二中的迭代阈值法，经过前后两次对阈值的运算，能够较为准确的把目标和背景区分开，较于二值分割，更方便于提取我们想要的目标。六'实验心得与体会第三次试验算是较为简单。比起第二个试验，实验内容少，试验思想明确，而瓦已经能够较为熟练地使用matlab,没有遇到太多麻烦。唯一耗费时间的，就是迭代阈值法编程。通过这次的试验，我也能进一步了解阈值分割的算法思想，理解了两种简单阈值分割方法。希望以后的试验也能够如此顺利。