图形图像基础——图像分割

《图形图像基础——图像分割》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、图形图像基础——图像分割昆明理工大学信息工程与自动化学院学生实验报告（201—201学年第学期）课程名称：图形图像基础开课实验室：201年月R一、实验目的及内容H的：学握和熟悉Matlab编程环境及语言；掌握数学形态学和图像分割的基本原理及应用。内容：1.通过数学形态学实现边界提取。2.通过全局阈值及局部阈值实现灰度图像二值化；3.分别用Sobel算子和Canny算子对图像进行边缘检测；通过Hough检测图像屮的直线。二、要求1.描述腐蚀、膨胀、开运算、闭运算的原理。2.编写程序，使用数学形态学方法实现边界提取。3.描述全局阈值、局部阈

2、值对图像进行二值化的原理。4.描述Canny边缘检测算法原理及Hough变换直线检测原理。5.使用Matlab中的edge函数分别进行Sobel和Canny边缘检测并比较检测结果。1.写一个M函数，实现局部阈值二值化，并与Matlab中通过graythresh和im2bw两函数进行全局阈值二值化的结果进行対比。2.M函数结构清晰，运行结果正确。3.描述M函数的设计、实现和结果，并对结果进行分析。三、实验坏境Windows7>MATLAB7.10.0四、实验原理及实现1•描述腐蚀、膨胀、开运算、闭运算的原理。膨胀：把二值图像各1像素连接成

3、分的边界扩大一层(填充边缘或0像素内部的孔)腐蚀：把二值图像各1像素连接成分的边界点去掉从而缩小一层(可提取骨干信息去掉毛刺，去掉孤立的0像索)开：先腐蚀再膨胀，可以去掉冃标外的孤立点。闭：先膨胀再腐蚀，可以去掉目标内的孔。先腐蚀后膨胀的过程称为开运算。它具有消除细小物体，在纤细处分离物体和平滑较大物体边界的作用。2•编写程序，使用数学形态学方法实现边界提取。代码：closeall;clearall;f=imread('Fig0409(a)(bld)・tif');imshow(f),title('original

4、image');se=strel('disk',1);fe=imerode(f?se);%i????~efigurejmshow(fe),title('erosedimage');se=strel('disk'J);fd=imdilate(fzse);%i????d?ifigure,imshow(fd),title('dilatedimage');fl=fd-fe;thresh=graythresh(fl);f2=im2bw(fl,thresh);figure,im

5、show(f2),title('±??niae?');运行截图：・2・原始图像原始图像边界提取3•描述全局阈值、局部阈值对图像进行二值化的原理。图像的二值化处理就是将图像上的点的灰度置为0或255,也就是使整个图像呈现出明显的黑白效果。即将256个亮度等级的灰度图像通过适当的阀值选取而获得仍然可以反映图像整体和局部特征的二值化图像。例如输人灰度图像函数为f(xzy)g(x,y)阈值(threshold)是把目标和背景区分开的标尺，选取适当的阈值就是既耍尽可能保存图像信息，乂耍尽可能减少背景和噪声的干扰，这是选择阈值的原则

6、。全局阈值法是指在二值化过程中只使用一个全局阈值T的方法。它将图像的每个像素的灰度值与T进行比较。若大于T则取为前景色白色否则取为背景色。根据文本图像的直方图或灰度空间分布确定一个阈值，以此实现灰度文本图像到二值图像的转化。其中全局阈值法乂可分为基于点的阈值法和基于区域的阈值法。典型的全局阈值方法包JSOtsu方由当前像素灰度值与该像素周用点局部灰度特征来确定像素的阈值。像划分为一些不相交的小块，将各块图像的灰度均值作为该部块图像的阈值。在局部上采用上面的整体阈值法。局部阈值法一般用于识别干扰比较严重、品质较差的图像。相对整体阈值方法有

7、更广泛的应川，但也存在缺点和问题。如实现速度慢、不能保证字符笔画连通性以及容易出现伪影现象(即在背景域受到噪咅干扰得到笔画结果)等。比较典型的局部二值化算法冇Bernsen方法、多阈值的梯度强度法、基于纹理图像的方法、最人方差法・3・等。1.描述Canny边缘检测算法原理及Hough变换直线检测原理。Canny边缘检测基本原理(1)图象边缘检测必须满足两个条件：一能有效地抑制噪声；二必须尽量精确确定边缘的位置。(2)根据对信噪比与定位乘积进行测度，得到最优化逼近算子。这就是Canny边缘检测算子。⑶类似与Marr(LoG)边缘检测方法，

8、也属于先平滑后求导数的方法。Hough变换是一种利用图像的全局特征将特定形状的边缘像素连接起来，形成连续平滑边缘的一种方法。它通过将源图像上的点映射到用于累加的参数空间，实现对已知解析式曲线的识别。Houg