基于MATLAB的图像分割算法研究设计.doc.pdf
《基于MATLAB的图像分割算法研究设计.doc.pdf》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设计.doc.pdf(36页珍藏版)》请在冰豆网上搜索。
毕业论文(设计)佳木斯大学本科毕业论文(设计)第I页摘要对阈值分割方法和基于边缘的分割方法进行了理论分析并在MATLAB平台上编写代码进行仿真实验。
通过对全局阈值和局部阈值仿真结果分析发现,对于单一目标,全局阈值的分割方法效果更好,对于多目标的分割采用局部阈值的分割算法效果会更好,但窗口的设置对分割的效果至关重要,窗口太小容易引入的噪声,使分割效果变差。
通过对一阶边缘检测算法和二阶边缘检测算法的仿真实验发现对于多目标的分割,一阶边缘检测得到的边缘点连续性差,存在大量的散点,而二阶边缘检测算法LOG算子得到的边缘点更为连续。
本设计中主要研究对象是灰度图像,即在进行图像分割之前要先将彩色图像转成灰度图像。
研究的图像分割方法中基于点相关的图像分割算法,具体包括阈值分割方法以及基于边缘的分割方法。
阈值分割包括全局阈值法和局部阈值法,编写迭代法、最大类间方差的全局阈值法和高斯加权的局部阈值分割方法的MATLAB程序进行仿真实验,通过实例说明全局阈值分割方法和局部阈值分割方法的优缺点以及各自的适用范围。
通过叙述基于边缘的图像分割方法原理,并在MATLAB上编写代码进行仿真实验,比较不同方法的优缺点。
关键词:
图像分割;阈值分割;边缘检测佳木斯大学本科毕业论文(设计)第II页AbstractMethodofthresholdsegmentationandsegmentationmethodbasedonedgeareanalyzedintheoryandsimulationonMATLABplatformtowritecode.Bythesimulationresultoftheglobalthresholdandpartialthresholdanalysisfoundthatforasinglegoal,globalthresholdsegmentationmethodisbetter,formultipletargetsegmentationusinglocalthresholdsegmentationalgorithm,theeffectwillbebetter,butthewindowSettingsisveryimportanttotheeffectofthesegmentation,thenoiseofthewindowistoosmalleasytointroduce,makesegmentationeffect.Throughtothefirstedgedetectionalgorithmandthesecondorderofedgedetectionalgorithmsimulationresultsfoundformultipletargetsegmentation,edgepointstogetpoorcontinuityoffirst-orderedgedetection,therearealargenumberofscatteredpoints,thesecondorderLOGoperatorofedgedetectionalgorithmismorecontinuousedgepoints.Inthedesignofthemainresearchobjectisthegrayimage,namelybeforetheimagesegmentationtothecolorimageintograyscaleimages.Intheresearchofimagesegmentationmethodbasedonsomerelatedimagesegmentationalgorithms,includingthresholdsegmentationmethod,andthesegmentationmethodbasedonedge.Thresholdsegmentation,includingglobalthresholdmethodandlocalthresholdvaluemethod,writetheiterationmethod,thebetween-clustervarianceofglobalthresholdmethodandthegaussianweightedlocalthresholdsegmentationmethodofMATLABsimulationexperiment,throughtheexampleisgiventoillustratetheglobalthresholdsegmentationmethodandtheadvantagesanddisadvantagesofthelocalthresholdsegmentationmethodandtheirrespectiveapplicablescope.Throughthenarrativeprincipleofimagesegmentationmethodbasedonedge,andcarriesonthesimulationresultsinMATLABcode,comparetheadvantagesanddisadvantagesofdifferentmethods.Keywords:
imagesegmentation;Thresholdsegmentation;Edgedetection佳木斯大学本科毕业论文(设计)第III页目录摘要.IAbstract.II第1章绪论.11.1课题的目的和意义.11.2课题背景.11.3文献综述.21.4本领域存在的问题.31.4.1MATLAB领域内的概述.31.4.2MATLAB在图像处理中的应用问题.31.5本课题主要研究内容.4第2章图像分割.52.1基于阈值的图像分割.52.1.1全局阈值法.52.1.2局部阈值法.62.2基于边缘的图像分割.62.2.1基于梯度的边缘检测.72.2.2Roberts算子边缘检测.82.2.3Sobel算子边缘检测.82.2.4Prewitt算子边缘检测.92.3基于二阶导数的边缘检测算法.92.3.1Laplacian算子边缘检测方法.92.3.2LOG算子边缘检测方法.102.4边缘连接.11第3章软件设计.123.1基于阈值的图像分割软件设计.123.1.1全局阈值方法.133.1.2局部阈值法.133.2基于边缘检测的图像分割软件设计.13第4章仿真结果.15佳木斯大学本科毕业论文(设计)第IV页4.1基于阈值的图像分割仿真实验.154.1.1全局阈值算法仿真.154.1.2局部阈值算法仿真.164.2基于边缘检测的图像分割仿真实例.17结论.21致谢.22参考文献.23附录1.24附录2.27佳木斯大学本科毕业论文(设计)第1页第1章绪论1.1课题的目的和意义图像分割的好坏直接影响后续目标的识别与分类、特征提取描述。
作为数字图像处理中最有意义的研究课题是图像分割,并长期受到人们的重视。
计算机通过处理数据信号和模拟信号转化为数据图像应用在当前很多领域,计算机处理数字信号和模拟信号转化为数据图像在当代工业领域和信息领域是最离不开的,图像分割研究领域方面的问题随着时代的发展会进一步深化,在应用领域范围方面也不断的扩大,在工业自动化以及农业现代化领域方面和图像分割是离不开的。
图像分割是图像处理中研究问题的关键,把一副图像相互联系之间的没有交叉或相切的部分分割开来就是所谓图像分割,形成各个领域,每个领域所含有的像素都有相同的物理性质或特征参量。
基于图像区域的分割方法和将边缘和区域相结合的分割方法。
这种分割方法的分类原则在本质上与两种分割原则的划分方法是相同的,只是所针对的对象不同而已,对图像的分割可以依照两种原则,一种是根据像素灰度值的不连续性进行分割,一般情况下把这种方式称为基于点相关的图像分割方式;一种是根据同一区域具有相同的特征,如灰度、彩色、纹理、方向以及结构特征等进行分割,这种方式被人们称作基于区域相关的分割技术。
所以,我们对图像分割算法进行学习和研究有助于我们加深对图像分析的理解,为图像的识别提供最好的输入。
正因为图像的各方面的特点相互独立和差别很大,为了达到满意的效果而挑选恰当的算法特别麻烦。
因此,研究图像分割是极其重要的。
1.2课题背景目前,在全世界国内外的所有大学里面,有关线性代数、动态系统仿真和信号处理等多门课程已经将MATLAB作为基本的教学工具。
使用MATLAB进行工程计算和工程分析,现在已经是大学生和相关研究人员必备的能力之一。
图像分割是把图像联系的部分分割开来,形成不同的领域,每个不同的领域所含有的像素都有相同的物理性质或特征参量。
因而,我们对图像分割算法进行学习和研究有助于我们加深对图像分析的理解,为图像的识别提供最好的输入。
正因为图像的各方面的特点相互独立和差别很大,为了达到满意的效果而挑选恰当的算法特别困难。
作为数字图像处理中最有意义的研究课题是图像分割,长期受到人们的重视。
MATLAB是一款功能强大的交互式软件系统,输入一条正确的命令就会显示出该命令对应的运算结果,其主要的功能包括:
强大的数学计算能力、简便的符号运算能力、绘图功能、编程平台、建模与仿真等,同时佳木斯大学本科毕业论文(设计)第2页MATLAB具有强大的工具箱,在工具箱里面有大量的工具包,每一个工具包都有其特定的功能,其中包括实现数字图像处理的工具包。
因为MATLAB是一种基于矩阵的程序语言,而数字图像也是一种应用矩阵来表示的图像,所以MATLAB从本质上就对数字图像处理提供了支持。
通过计算机处理数字信号和模拟信号转化为数据图像应用在很多领域,计算机处理数字信号和模拟信号转化为数据图像在当代工业领域和信息领域离不开的,图像分割的好坏将直接影响后续目标对图像的理解和识别,因此是图像分析中的重要步骤。
随着数字图像处理技术的发展,图像分割技术也在很多领域得到了广泛的应用。
如交通、工业自动化、军事、通讯和遥感图像分析。
1.3文献综述通常情况下,对图像的分割可以依照两种原则,一种是根据像素灰度值的不连续性进行分割,一般情况下把这种方式称为基于点相关的图像分割方式;一种是根据同一区域具有相同的特征,如灰度、彩色、纹理、方向以及结构特征等进行分割,这种方式被人们称作基于区域相关的分割技术。
学者将图像分割的范围分成四个大的类别,有基于边缘检测的分割,还有灰度直方图的分割、基于图像区域的分割方法和将边缘和区域相结合的分割方法。
这种分割方法的分类原则在本质上与两种分割原则的划分方法是相同的,只是所针对的对象不同而已。
论文对图像分割算法中研究的是基于点,主要包含基于边缘的分割方法和阈值边缘的分割。
阈值分割方法主要包含全局阈值分割方法和局部阈值分割方法,全局阈值分割方法在整幅图中取一个不变阈值进行处理和分割,关于阈值的选取,本课题主要采用迭代法求阈值和最大类间方差法求阈值两种方法,并对这两种方法的优劣进行测试。
基于局部阈值分割是对图像中不同区域采用不同的阈值,对全局阈值方法有显然的分割效果。
基于边缘的分割方法和基于边缘检测是通过检测区域边缘来进行分割的,利用区域之间的特征是用来检测图像中的边缘点,接下来按固定方略连成封闭的曲线,这也是构成分割区域的方面。
有关边缘方面的检测方法,常需要利用检测边缘算子来进行,在研究领域常用的有关边缘检测算子领域里包括:
LAPLACE算子、ROBER