基于阈值法的图像分割的研究毕业答辩.ppt

《基于阈值法的图像分割的研究毕业答辩.ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于阈值法的图像分割的研究专业：通信工程班级：通信工程专12姓名：刘雨娇学号：5052209027内容概述研究内容3基于阈值法的图像分割的研究课题背景1研究的目的与意义2总结4基于阈值法的图像分割的研究图像分割技术自20世纪70年起就一直受到人们的高度重视，至今已提出上千种分割算法。但是因为还没有通用的分割理论，现今提出的分割算法主要是针对具体问题的，还没有出现一种适合所有图像的分割算法。另外，因为还没有制定出适用于分割算法的选择标准，所以图像分割技术的应用还存在许多实际的问题。阈值分割的方法是众多图像分割方法之一，其历史可追溯到40年前，是一种传统的图像分割方法。课题

2、背景1基于阈值法的图像分割的研究图像分割的目的主要有两个：一是产生更适合人类视觉观察和识别的图像，二是希望计算机能够自动进行识别和理解图像。图像分割是图像处理和分析的基础，接下来的特征提取、目标识别等任务的结果好坏，都取决于图像分割的质量如何。研究的目的与意义2基于阈值法的图像分割的研究1.图像分割预处理2.基于传统阈值法的图像分割3.基于小波的阈值分割研究内容3基于阈值法的图像分割的研究1.图像分割预处理一幅图像在传输的过程中会受到各种噪声的干扰。为了使图像分割具有良好的效果，在对图像进行分割之前需要滤除这些噪声，也就是图像分割的预处理。中值滤波是一种有效抑制噪声的非

3、线性信号处理技术，其基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中的所有点值的中值代替，让周围的像素值接近的真实值。中值滤波的实现方法：1、通过从图像中的某个采样窗口取出奇数个数的数据进行排序。2、用排序后的中值数据取代要处理的数据。基于阈值法的图像分割的研究1.图像分割预处理这里选取了两种噪声进行中值滤波的实验，一种是高斯噪声，另一种是椒盐噪声。高斯噪声仿真结果如图所示：(a)带噪声图像(b)消噪后图像含高斯噪声图像与中值滤波后图像比较图基于阈值法的图像分割的研究1.图像分割预处理椒盐噪声仿真结果如图所示：带噪声图像消噪后图像含椒盐噪声图像与中值滤波后图像

4、比较图基于阈值法的图像分割的研究2.基于传统阈值法的图像分割所谓“阈”就是一个领域或一个系统的界限，其数值称为阈值，使用阈值进行图像分割是一种区域分割技术，对物体与背景有较强对比的图像的分割特别有效。该方法计算简单，而且总能用封闭且连通的边界，定义不相交的区域。阈值分割的基本原理：选取一个或多个处于灰度图像范围之中的灰度阈值，然后将图像中各个像素的灰度值与阈值比较，并根据比较的结果将图像中的对应像素分成两类或多类，从而把图像划分成互不重叠的区域集合，达成图像分割的目的。基于阈值法的图像分割的研究2.基于传统阈值法的图像分割灰度直方图峰谷法:原始图像灰度直方图在一些简单的

5、图像中，对目标物的灰度分布较有规律，背景和各个目标物在图像的灰度直方图中各自形成一个波峰，即区域和波峰一一对应。由于每个波峰间形成一个波谷，因为选择双峰间的波谷处所对应的灰度值为阈值，即可将两个区域分离。基于阈值法的图像分割的研究2.基于传统阈值法的图像分割阈值为90时的分割图像阈值为130时的分割图像灰度直方图峰谷法阈值分割对比图基于阈值法的图像分割的研究2.基于传统阈值法的图像分割最大方差自动阈值法：灰度图像分割后图像最大方差自动阈值法获取阈值图像如果图像灰度直方图的形状是多变的，有双峰但是无明显低谷或者是双峰与低谷都不明显，两个区域的面积比也难以确定的情况常常出现

6、，采用最大方差自动阈值法往往能得到较为满意的结果。基于阈值法的图像分割的研究3.基于小波的阈值分割小波变换是近年来得到广泛应用的数学工具，在图像处理中十分受到重视，与傅里叶变换，窗口傅里叶变换相比，小波变换是空间（时间）和频率的局部变换，能有效地从信号中提取信息。它通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了傅里叶变换不能解决的许多困难问题。基于小波变换的图像分割方法,先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值。基于阈值法的图像分割的研究3.基于小波的阈值分割原始图像灰度图像绘制直方图直方图均衡化选取

7、小波指数参数，对直方图进行小波尺度变换求出零交叉点选取阈值对图像进行分割显示分割结果流程图基于阈值法的图像分割的研究3.基于小波的阈值分割小波分解图像如图是256灰度的三级小波分解图，左上角是低频子图，右上角是水平高频子图，左下角是垂直高频子图，右下角对角高频子图。图像经haar小波一级分解后，低频子图的能量要比其余三个高频子图的能量大很多；对一级分解的低频子图进行二级haar小波分解后，同样，二级分解图的低频子图的能量要比同及其余三个高频子图及上一级三个高频子图的能量大很多，这说明分解后图像的能量大部分集中到了低频子图上，代表高频子图能