软件工程专业数字图像处理期末课程论文

软件工程专业数字图像处理期末课程论文

ID:45617525

大小:113.49 KB

页数:9页

时间:2019-11-15

软件工程专业数字图像处理期末课程论文_第1页
软件工程专业数字图像处理期末课程论文_第2页
软件工程专业数字图像处理期末课程论文_第3页
软件工程专业数字图像处理期末课程论文_第4页
软件工程专业数字图像处理期末课程论文_第5页
资源描述:

《软件工程专业数字图像处理期末课程论文》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、数字图像处理本科生课程论文[文档副标题]姓名学号成绩江苏科技大学数字图像处理本科生课程论文论文题目:几种常见图像分割比较与分析完成时间:2017.5.13所在专业:软件工程所在年级:三年级几种常见图像分割比较与分析摘耍:图像分割它是图像处理与计算机视觉领域低层次视觉中最为基本和重要的领域之一。顾名思义,它就是指把图像分成各具特性的区域并提取出感兴趣目标的技术过程【1】,是对图像进行视觉分析和模式识别的基本前提.关键词:图像分割;特征分析比较;图像处理;1研究背景生活屮,我们有很多地方需要用到图像分割技术,例如车牌

2、号识别,人脸识别,细胞分析与自动识别等等,可以说,图像分割已经存在我于我们生活的各个地方。图像分割有着很长的研究历史,一直是研究的热点和焦点问题,多年以来这方面的研究学者也提出了数以千计的算法。这些方法虽然在一定程度和范围内解决了一些特定的问题,但是这些算法都不是解决所有图像分割问题的最优算法。另外,到目前为止还是没有出现一个通用的理论来评判分割的结果,因此这方面的研究仍然面临诸多挑战。目前,在已提出的多种类型的分割算法屮,大致可分为基于边缘检测的方法和基于区域的方法。在实际应用屮,这些方法主要又可划分为三种类型

3、:边缘检测类型、阈值型和区域跟踪型。2主要理论概况基于阈值的分割方法:图像阈值化分割是一种最常用,同时也是最简单的图像分割方法,它特别适用丁•目标和背景占据不同灰度级范围的图像[2]通俗的讲,阈值法的基本思想就是基于图像的灰度特征来汁算一个或者多个灰度阈值,并将图像中每个像素的灰度值与阈值相比较,最后将像素根据比较结果分到合适的类别中。因此,该类方法最为关键的一步就是按照某个准则函数来求解最佳灰度阈值。基于边缘的分割方法:图像边缘对于图像识别和计算机分析十分有用。边缘能勾划出目标物体,使观察者一目了然。边缘蕴含了

4、丰富的内在信息(如方向、阶跃性能、形状),是图像识别屮提取图像特征的重要属性。所谓边缘是指图像中两个不同区域的边界线上连续的像素点集合,是图像局部特征不连续性的反映,体现灰度、颜色、纹理等图像特性的突变。通常情况下,基于边缘的分割方法指的是基于灰度值的边缘检测,它是建立在边缘灰度值会呈现出阶跃型或屋顶型变化这一观测基础上的方法。基于区域的分割方法:该方法利用的是图像的空间性质,认为分割出来的属于同一区域的像素应具有相似的性质,其概念是相当直观的。【4】此类方法是将图像按照相似性准则分成不同的区域,主要包括种子区域

5、生长法、区域分裂合并法和分水岭法等几种类型。此外还有两种比较不常见的图像分割方法,分别是基于图论的分割方法和基于能量泛函的分割分割方法。在这里由于认知度的问题,并不予讨论研究。本文主要还是研究基阈值、边缘和区域的三种图像分割方法。下面开始通过实验,逐一取例实验介绍。3研究的主要内容通过握MATLAB图像处理工具箱的使用,分析并比较常用的图像分割技术。具体通过3个实验,简单比较基于3种不同方向的分割方法。1、选用双峰法对图像进行分割;2.局部阈值处理,使用graythresh來计算;3.使用分水岭变换的分割3.1选

6、用双峰法对图像进行分割实验代码如下:a=imread(,e:h2.jpg,);i=rgb2gray(a);subplot(1,2,1);imhist(i);title(•原图像直方图');thread=50/255;subplot(1,2,2);i3=im2bw(i,thread);imshow(i3);title(•分割结果');3.1.1实验结果原图像直方图7000100200图13.1.1实验分析在利用取阈值方法來分割灰度图像时一般都对图像有一定的假设,图像由具有单峰灰度分布的口标和背景组成,处于口标或背

7、景内部相邻像素间的灰度值是高度相关的,但处于目标和背景交界处两边的像素在灰度值上有很大的差别。如果一副图像满足这些条件,它的灰度直方图基本上可以看作是分别对应目标和背景的两个单峰直方图混合构成的。进一步,如果这两个分布大小或数量接近且均值相距足够远,而且两部分的方差也足够小,则直方图应为较明显的双峰。对这类图像常可用取阈值方法来较好的分割。[5](由于实验用图并没有特别明显的双峰分布,不建议取阈值分割。在接下来的实验,水域分割效果更好。)3.2使用graythresh算法实验局部阈值处理实验代码如下:a=imre

8、ad(,e:h3.jpg,);f=rgb2gray(a);imshow(f);T=graythresh(f);g=f>=T;figure,imshow(g);3.1.1实验结果•nr*?3.2.2实验分析graythresh算法函数功能:使用最大类间方差法找到图片的一人合适的阈值(threshold)0在使用im2bw函数将灰度图像转换为二值图像时,需要设定一个阈值,这

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。