对于基于小波变换的图像分割算法设计与实现172

《对于基于小波变换的图像分割算法设计与实现172》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、对于基于小波变换的图像分割算法设计与实现172基于小波变换的图像分割算法设计与实现172论文导读：本论文是一篇关于基于小波变换的图像分割算法设计与实现172的优秀论文范文,对正在写有关于分割论文的写有一定的参考和指导作用,本课题研究的主要内容　　本文主要介绍了图像分割的基本知识，研究了图像分割的几大类算法，包括给定一个阈值进行分割的算法，以及以区域生成为基础的算法和以边缘检测为基础的算法进行了深入研究。首先对它们的原理进行介绍，并分析了各个算法的优点和不足之处，然后利用MATLAB对这些算法的分割和边界提取过程进行了仿真，为熟悉基于

2、小波变换的图像分割算法设计与实现摘要　　图像分割是图像处理中的一项关键技术，在图像工程中占据着重要的位置。随着信息技术的快速发展，它在地质、环保、气象、医疗等领域有着广泛的应用。传统的分割算法包括区域提取方法、边缘检测方法、阈值分割方法和结合特定理论工具分割方法。本文主要介绍了图像分割的基本知识，研究了图像分割的几大类算法，包括阈值分割算法、基于边缘检测的方法和基于区域生成的方法，最后对基于小波变换的图像分割技术进行研究，通过与传统的图像分割方法进行对比，并利用Matlab对其进行仿真，得出各自算法的优缺点，从而对图像分割的知识有了

3、更深地熟悉和掌握，具有一定的实际意义。　　关键词：图像分割；传统图像分割算法；小波变换；仿真　　　　　　　　　　　　　　　　　　　　目录第一章引言31.1本课题研究的背景31.2本课题研究的目的和意义41.3本课题研究的主要内容4第二章图像分割技术基本现状和发展趋势52.1图像分割的意义52.2图像分割技术的基本现状52.3图像分割技术的发展趋势6第三章图像分割算法概述63.1阈值分割法73.2区域分割法103.3边缘检测分割法123.3.1梯度算子123.3.2拉普拉斯算子133.3.3Canny算子14　　3.4图像分割中的小波

4、阈值法15　　3.4.1小波阈值法的原理15　　3.4.2图像直方图的多分辨率分析16第四章图像分割算法的仿真174.1阈值分割算法的仿真174.1.1直方图双峰法的仿真174.1.2最大类间方差法的仿真194.1.3迭代法的仿真204.2区域分割算法的仿真214.2.1区域生长法的仿真214.2.2区域分裂与合并法的仿真224.3边界提取算法的仿真244.4小波阈值分割算法的仿真25结束语28基于小波变换的图像分割算法设计与实现172论文导读：本论文是一篇关于基于小波变换的图像分割算法设计与实现172的优秀论文范文,对正在写有关于

5、分割论文的写有一定的参考和指导作用,边缘检测法、区域法。3.1阈值分割法　　简单地用一个或几个阈值将图像的直方图分成几类，在同一个灰度类内的象素，图像中灰度值属干同一个类，通过这个过程决定出的灰度值就称为"阈值"。它可以分为全局阈值分割和局部阈值分割。阈值法的优点是计算简单，速度快，易于实现；缺点是当图像中不存在明显的灰度差异或灰度值范围有较大的重叠时，分割效果不理想。阈值法的几种阈值选择方法:　　全局阈值法：　　（1）双峰法　　这种方法最大的特点就是比较简单,但是它却不能被应用于波峰不明显或波谷宽阔平坦的灰度直方图的图像中。假设，

6、一副图像只有物体和背景两部分组成，其灰度图直方图呈现明显的双峰值，如下图3-1所示:图3-1双峰法灰度直方图　　找出阈值T，则可以对整个图像进行二值化赋值。　　其具体的实现流程图如图3-2所示：　　（2）灰度直方图变换法　　根据图像像素点的局部特征对其进行灰度强弱的变换是该方法的一个主要特征。这种方法的前提是假设图像由单峰分布的目标和背景灰度直方图组成，它不是通过直接选取一个阈值，而是对灰度直方图进行变换，使其具有更明显的波谷和波峰，这样最优阈值就可利用双峰法求得。　　（3）迭代法（最优方法）　　　　运用如下的计算表达式来体现他的思

7、想运用，逼近原则：　　第一，分别用Max和Min，来表示图像上所得出的灰度值的的最大和最小值，：进而得出，这便是初始阈值。在这个基础上如果想求出与，也就是说求他们的各自的平均灰度值的和，那么就必须依据已经划分出前景与背景图像的上的的阈值进行求算；　　第二，求出阈值；　　第三，如果；则所得即为我们所需要的最终结果，阈值；如果不是，那便用再次进行迭代求算，以求得到最终需要的计算结果。　　采用求出局部阈值之法：　　对最基本和原始的图像进行分割，以此得到相应的次一级子图像，这样，便可以进一步求得次级子图像最优分割的各个阈值。　　（1）自适应

8、阈值　　自适应阈值最大的优点就是在对于像不容易采取分割手段的图像，如果以全局阈值来求算，它的分割效果所带来的好处显而易见。根据普遍的手段，采用对基础的图像分块处理，并对分块的区域得到的局部阈值结果分割处理。并且，虽然基于它本身较为复杂