基于MATLAB的图像分割算法研究毕业设计文档格式.docx

基于MATLAB的图像分割算法研究毕业设计文档格式.docx

《基于MATLAB的图像分割算法研究毕业设计文档格式.docx》由会员分享，可在线阅读，更多相关《基于MATLAB的图像分割算法研究毕业设计文档格式.docx（64页珍藏版）》请在冰豆网上搜索。

图像处理

图像分割

Abstract

Thisarticleanalysestheapplicationeffecttotheclassicsimagesegmentationmethodlikethe

edgeexamination,territoryvaluedivisiontechnology,andtheregiongrowthandsoon.ForcomparingtheRobertsoperator,Sobeloperator,Prewittoperator,theoperatorofLaplacianandtheoperatorofLoG（Laplacian-Gauss）,Cannyoperatoringradientalgorithm,thestep,thewayandthestandardoftheimagesegmentation,wecanfindoutthethreestandardofCannyedgeoperatortheedgedetectionresultofreachingmostsatisfy.Andthekeypointofthresholdsegmentationlieinfixingthethresholdvalue,itisgoodtohaveonlythresholdvaluetodetermine

itthencanbeeffectivetodivideobjectandbackground,butthiskindofmethodisgoodtothosegrayscales,thebigdifferenceimageeffectbetweenthebackgroundandobiect.Thebasicideaofareaistoformthenewregionfromsimilarnature.Andalso,thispaperanalysestheresearchdirectionofimagesegmentationtechnologyatthesametime.

Keywords:

imageprocessing

imagesegmentation

operator

3

目录（一般目录要求最多是三级目录，不要出现四级目录）

第一章绪论 1.

1.1数字图像处理的基本特点 1

1.1.1数字图像处理的信息大多是二维信息，处理信息量很大（三级标题有问题）1

1.1.2数字图像处理占用的频带较宽 2.

1.1.3数字图像中各个像素是不独立的，其相关性大 2

1.1.4作合适的假定或附加新的测量 2

1.1.5数字图像处理后的图像受人的因素影响较大 2

1.2数字图像处理的优点 2

1.2.1再现性好 2.

1.2.2处理精度高 3

1.2.3适用面宽 3.

1.2.4灵活性高 3.

1.3数字图像处理的应用 4

1.3.1航天和航空技术方面的应用 4

1.3.2生物医学工程方面的应用 5

1.3.3通信工程方面的应用 5

1.3.4工业和工程方面的应用 5

1.3.5军事公安方面的应用 5

1.3.6文化艺术方面的应用 6

1.4数字图像分割技术的发展概况 6

1.4.1基于分形的图像分割技术 6

1.4.2基于神经网络的图像分割技术 7

1.5本文的主要流程图 8

第二章数字图像处理的处理方式 9

2.1图像变换 9

2.2图像编码压缩 9

2.3图像增强和复原 9.

2.4图像分割 9

2.5图像描述 10

2.6图像分类（识别） 10

第三章MATLAB平台及其开发环境 11

3.1.MATLAB的组成 11

3.1.1MATLAB主要有以下几个部分 11

a.数值计算功能 1.2

b.符号计算功能 1.2

c.数据分析功能 1.2

d.动态仿真功能 1.2

e.程序借口功能 1.3

f.文字处理功能 1.3

3.2MATLA的B特点 13

3.2.1功能强大，可扩展性强 13

3.2.2界面友好，编程效率高 14

3.2.3图像功能，灵活且方便 14

3.3MATLA在B图像处理中的应用 14

第四章图像分割概念及算法研究 16

4.1图像分割的基本概念 16

4.1.1图像分割定义 16

4.2边缘检测方法（4.1和4.2之间不是并行关系） 17

4.2.1边缘检测概述 17

4.2.2边缘检测梯度算法 19

a.梯度边缘检测算法基本步骤及流程图 19

b.Robert算子 20

c.Sobel算子 21

d.Prewitt 算子 21

4.2.3拉普拉斯（Laplacian）算子 22

4.2.4LoG（Laplacian-Gauss） 算子 24

4.2.5坎尼（Canny）算子 25

4.3灰度阈值分割 27

4.3.1阈值分割介绍 28

a.阈值化分割原则 28

b.阈值分割算法分类 29

4.3.2全局阈值 30

a.极小值点阈值 31

b.最优阈值 31

c.迭代阈值分割 33

4.3.3动态阈值 34

a.阈值插值 35

b.水线阈值算法 35

4.4区域分割 37

4.4.1区域生长的基本原理、步骤及流程图 37

4.4.2生长准则和过程 40

a.灰度差准则 40

b.灰度分布统计准则 41

c.区域形状准则 42

4.4.3分裂合并 43

第五章总结 45

5.1对于图像边缘检测的分析 45

5.2对于图像阈值分割的分析 45

5.3对于图像区域分割的分析 46

5.4改进意见（改进可另外做为一章比如说某某算法等的若干改进等，不要放入总结一章中）（总结是对整篇文章的一个概述，应该是写比如得出些什么结论，一些算法间比较等相关问题。

） 46

参考文献 48

致谢 49

附

录 50

第一章

绪论

1.1

数字图像处理的基本特点

1.1.1

数字图像处理的信息大多是二维信息，处理信息量很大

如一幅256×

256

低分辨率黑白图像，要求约64kbit

的数据量；

对高分辨率彩色

512×

512

图像，则要求768kbit

数据量；

如果要处理30帧/秒的电视图像序列，则每

秒要求500kbit

～22.5Mbit

数据量。

因此对计算机的计算速度、存储容量等要求较高。

1.1.2

数字图像处理占用的频带较宽

与语言信息相比，占用的频带要大几个数量级。

如电视图像的带宽约5.6MHz，而

语音带宽仅为4kHz左右。

所以在成像、传输、存储、处理、显示等各个环节的实现上，

技术难度较大，成本亦高，这就对频带压缩技术提出了更高的要求。

1.1.3

数字图像中各个像素是不独立的，其相关性大

在图像画面上，经常有很多像素有相同或接近的灰度。

就电视画面而言，同一行

中相邻两个像素或相邻两行间的像素，其相关系数可达

0.9

以上，而相邻两帧之间的

相关性比帧内相关性一般说还要大些。

因此，图像处理中信息压缩的潜力很大。

1.1.4

作合适的假定或附加新的测量

由于图像是三维景物的二维投影，一幅图像本身不具备复现三维景物的全部几何

信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。

因此，

要分析和理解三维景物必须作合适的假定或附加新的测量，例如双目图像或多视点图

像。

在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问

题。

1.1.5

数字图像处理后的图像受人的因素影响较大

9

由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识状况

影响很大，作为图像质量的评价还有待进一步深入的研究。

另一方面，计算机视觉是

模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。

例如，什么是感知的初

始基元，基元是如何组成的，局部与全局感知的关系，优先敏感的结构、属性和时间

特征等，这些都是心理学和神经心理学正在着力研究的课题。

1.2

数字图像处理的优点

1.2.1

再现性好

数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复

制等一系列变换操作而导致图像质量的退化。

只要图像在数字化时准确地表现了原稿，

则数字图像处理过程始终能保持图像的再现。

1.2.2

处理精度高

按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取

决于图像数字化设备的能力。

现代扫描仪可以把每个像素的灰度等级量化为16位甚至

更高，这意味着图像的数字化精度可以达到满足任一应用需求。

对计算机而言，不论

数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。

换言之，从原理

上讲不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参

数就可以了。

回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大

幅度地改进处理装置，这在经济上是极不合算的。

1.2.3

适用面宽

图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像

（例如X射线图像、

射线图像、超声波图像或红外图像等）。

从图像反映的客观实体

尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。

这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰

度图像（彩色图像也是由灰度图像组合成的，例如RGB图像由红、绿、蓝三个灰度图

像组合而成）组合而成，因而均可用计算机来处理。

即只要针对不同的图像信息源，

采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。

1.2.4

灵活性高

图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部

分均包含丰富的内容。

由于图像的光学处理从原理上讲只能进行线性运算，这