【正文】 南京師范大學(xué)泰州學(xué)院 畢 業(yè) 論 文 題 目 圖像二值化中閾值選取方法的研究 學(xué)生姓名 霍良 學(xué) 號 09090628 專 業(yè) 電子信息工程 班 級 信工院 0906 指導(dǎo)教師 焦蓬蓬 20xx 年 4 月 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計(jì) )論文 I 摘要 在人類獲取的信息中，視覺信息約占 60%，聽覺約占 20%，其它約占 20%。由此可見，視覺信息對人類非常重要。同時(shí)，圖像是人類獲取視覺信息的主要途徑。 圖像二值化是圖像預(yù)處理中的一項(xiàng) 重要技術(shù)，在模式識別、光學(xué)字符識別、醫(yī)學(xué)成像等方面都有重要應(yīng)用。 論 文介紹了圖像及數(shù)字圖像處理技術(shù)的一些概念和相關(guān)知識 ， 對 軟件的發(fā)展和軟件在圖像處理中的應(yīng)用做了簡要介紹 ， 還介紹了灰度圖像二值化方法以及利用 軟件工具進(jìn)行算法的實(shí)現(xiàn)。 課題重點(diǎn)實(shí)現(xiàn)了圖像分割技術(shù)中灰度圖像二值化方法，如 Otsu 算法、 Bernsen算法，并對這些算法運(yùn)行的實(shí)驗(yàn)結(jié)果進(jìn)行分析與比較。 關(guān)鍵詞： 圖像處理，二值化， Matlab， Otsu 算法， Bernsen 算法 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計(jì) )論文 II Abstract Human beings obtain a lot of information, among which the visual information is about 60%, the sense of hearing about 20%, and others about 20%. Therefore, the visual information is very important for human beings. Moreover, the images are the primary way, by which a lot of information is obtained. Image binarization, as an important technology in image preprocessing, is widelyemployed in pattern recognition, optical character recognition, medical imaging and so forth. In this paper, some notions and relative knowledge in digital image processing technology are introduced。 then, the development of and its application in image processing briefly introduced。 in addition, the method of grayscale image binarization and how to implement these algorithms based on are presented. This paper mainly implements the grayscale image binarization method in image segmentation technology, such as Otsu algorithm and Bernsen algorithm, and analyzes and pares the experimental results of the above algorithms. Key words: Image processing, Binarization, Matlab, Otsu algorithm, Bernsen algorithm 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計(jì) )論文 III 目 錄 摘要 ........................................................ I Abstract ................................................... II 目 錄 ..................................................... III 第一章 緒 論 ................................................ 1 圖像與數(shù)字圖像 .............................................. 1 數(shù)字圖像處理技術(shù)內(nèi)容與發(fā)展現(xiàn)狀 .............................. 2 灰度圖像二值化原理及意義 .................................... 5 第二章 軟件工具 —— MATLAB ..................................... 6 MATLAB 概述 .................................................. 6 MATLAB 的工作環(huán)境 ............................................ 6 MATLAB 圖像處理工具箱 ........................................ 8 工具箱實(shí)現(xiàn)的常用功能 ........................................ 9 第三章 圖像二值化方法 ....................................... 11 課題研究對象 ............................................... 11 二值化方法研究動態(tài) ......................................... 14 全局閾值法 ................................................. 18 局部閾值法 ................................................. 19 第四章 Otsu 方法和 Bernsen 方法 ................................ 20 Otsu 算法分析 ............................................... 20 Otsu 方法流程圖 ............................................. 22 Bernsen 算法分析 ............................................ 23 Bernsen 方法流程圖 .......................................... 23 第五章 Otsu 方法和 Bernsen 方法實(shí)驗(yàn)比較 ......................... 25 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計(jì) )論文 IV Otsu 方法實(shí)驗(yàn)結(jié)果分析 ....................................... 25 Bernsen 方法 實(shí)驗(yàn) 結(jié)果分析 .................................... 27 0tsu 方法和 Bernsen 方法實(shí)驗(yàn)結(jié)果比較 ......................... 29 結(jié)論 ....................................................... 30 參考文獻(xiàn) ................................................... 31 致謝 ....................................................... 31 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計(jì) )論文 1 第一章 緒 論 圖像與數(shù)字圖像 圖像就是用各種觀測系統(tǒng)觀測客觀世界獲得的且可以直接或間接作用與人眼而產(chǎn)生視覺的實(shí)體。視覺是人類從大自然中獲取信息的最主要的手段。 據(jù) 統(tǒng)計(jì)，在人類獲取的信息中，視覺信息約占 60%，聽覺信息約占 20%，其他方式加起來才約占 20%。由此可見，視覺 信息對人類非常重要。同時(shí)，圖像又是人類獲取視覺信息的主要途徑，是人類能體驗(yàn)的最重要、最豐富、信息量最大的信息源。 通常，客觀事物在空間上都是三維的 (3D)的，但是從客觀景物獲得的圖像卻是屬于二維 (2D)平面的。 圖像存在方式多種多樣，可以是可視的或者 非 可視的，抽象的或者實(shí)際的，適于計(jì)算機(jī)處理的和不適于計(jì)算機(jī)處理的。但就其本質(zhì)來說，可以將圖像分為以下兩大類。 模擬圖像。包括光學(xué)圖像、照相圖像、電視圖像等。比如人在顯微鏡下看到的圖像就是一幅光學(xué)模擬圖像。對模擬圖像的處理速度快，但精度和靈活性差，不易查找和判 斷。 數(shù)字圖像。數(shù)字圖像是將連續(xù)的模擬圖像經(jīng)過離散化處理后得到的計(jì)算機(jī)能夠辨識的點(diǎn)陣圖像。在嚴(yán)格意義上講，數(shù)字圖像是經(jīng)過等距離矩形網(wǎng)格采樣，對幅度進(jìn)行等間隔量化的二維函數(shù)。因此，數(shù)字圖像實(shí)際上就是被量化的二維采樣數(shù)組。 一幅數(shù)字圖像都是由若干個(gè)數(shù)據(jù)點(diǎn)組成的，每個(gè)數(shù)據(jù)點(diǎn)稱為像素 (pixel)。比如一幅 128400，就是指該圖像是由水平方向上 128 列像素和垂直方向上 400 行像素組成的矩形圖。每一個(gè)像素具有自己的屬性，如顏色 (color)、灰度 (gray scale)等，顏色和灰度是決定一幅圖像表現(xiàn)的關(guān)鍵因素。 其中顏色量化等級包括單色、四色、 16 色、 128 色、 24 位真彩色等，量化等級越高，則量化誤差越小，圖像的顏色表現(xiàn)力越強(qiáng)。同樣，灰度是單色圖像中像素亮度的表征，量化等級越高，表現(xiàn)力越強(qiáng)。但是隨著量化等級的增加，數(shù)據(jù)量將大大增加，使得圖像處理的計(jì)算量和復(fù)雜度相應(yīng) 的 增加。 南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計(jì) )論文 2 與模擬圖像相比，數(shù)字圖像具有以下顯著優(yōu)點(diǎn)： (1) 精度高。目前的計(jì)算機(jī)技術(shù)可以將一幅模擬圖像數(shù)字化為任意的二維數(shù)組，即數(shù)字圖像可以由無限個(gè)像素組成，每個(gè)像素的亮度可以量化為 12 位 (即4096 個(gè)灰度級 )，這樣的精度是數(shù)字圖像處理與彩色照片的效果相差無幾。 (2) 處理方便。數(shù)字圖像在本質(zhì)上是一組數(shù)據(jù)，所以可以用計(jì)算機(jī)對他進(jìn)行任意方式的修改，如放大、縮小、改變顏色、復(fù)制和刪除某一部分等。 (3) 重復(fù)性好。模擬圖像，如照片，即便是使用非常好的底片和相紙，也會隨著時(shí)間的流逝而褪色、發(fā)黃，而數(shù)字圖像可以存儲在光盤中，上百年后再用計(jì)算機(jī)重現(xiàn)也不會有絲毫的改變。 數(shù)字圖像處理技術(shù)內(nèi)容與發(fā)展現(xiàn)狀 數(shù)字圖像處理就是采用一定的算法對數(shù)字圖像進(jìn)行處理，以獲得人眼視覺或者某種接受系統(tǒng)所需要的圖像處理過程。圖像處理的基礎(chǔ)是數(shù)字，主要任務(wù)是進(jìn)行各種算法設(shè)計(jì)和算法實(shí)現(xiàn)。 目前，圖像處理技術(shù) 已經(jīng)在許多不同的應(yīng)用領(lǐng)域中得到重視，并取得了巨大成就。根據(jù)應(yīng)用領(lǐng)域要求的不同，數(shù)字圖像處理技術(shù)可以分為許多分支技術(shù)。重要的分支技術(shù)有： (1) 圖 像變換。圖像陣列很大時(shí)，若直接在空域中處理，計(jì)算量將很大。為此，通常采用各種圖像變換方法，如傅立葉變換、沃爾什變換、離散余弦變換、小波變換等間接處理技術(shù)，將空域處理轉(zhuǎn)換到變換域處理，這樣可以有效地減少計(jì)算量，提高處理性能。 (2) 圖像增強(qiáng)與復(fù)原。主要目的是增強(qiáng)圖像中的有用信息，削弱干擾和噪聲，使圖像更加清晰，或者將其轉(zhuǎn)換為更適合人或機(jī)器分析的形式。圖像增強(qiáng)并不是要求真實(shí)地反映原 始圖像，而圖像復(fù)原則要求盡量消除或減少獲取圖像過程中所產(chǎn)生的某些退化，使圖像能夠反映原始圖像的真實(shí)面貌。 (3) 圖像壓縮編碼。在滿足一定保真度條件下，對圖像信息進(jìn)行編碼，可以壓縮圖像信息量，簡化圖像的邊式，從而大大壓縮圖像描述的數(shù)據(jù)量，以便存儲和傳輸；圖像壓縮在不同應(yīng)用背景下可以采用不失真壓縮和失真壓縮。 (4) 圖像分割。圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一，是為了將圖像南京師范大學(xué)泰州學(xué)院本科生畢業(yè) (設(shè)計(jì) )論文 3 中有意義的特征提取出來。它是進(jìn)一步進(jìn)行圖像識別、分析和理解的基礎(chǔ)。圖像的有意義特征包括圖像的邊緣、區(qū)域等。 (5) 圖像分析。對圖像中的不同對象進(jìn)行分割、分 類、識別、描述和解釋。 (6) 圖像識別。圖像識別屬于模式識別的范疇，其主要內(nèi)容是在圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和提取，從而進(jìn)行判別分類。圖像分類常用的經(jīng)典識別方法有統(tǒng)計(jì)模式分類和句法模式分類。近年來，新發(fā)展起來的模糊模式識別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識別中越來越受到重視。 (7) 圖像隱藏。是指媒體信息的相互隱藏，常見的有數(shù)字水印和圖像的信息偽裝等。 以上圖像處理內(nèi)容也并非孤立存在的，往往相互聯(lián)系，而一個(gè)實(shí)用的圖像處理系統(tǒng)通常需要將幾種圖像處理技術(shù)結(jié)合起來，才能得到所需要的結(jié)果。例如，圖像變換 是圖像編碼技術(shù)的基礎(chǔ)，而圖像增強(qiáng)與復(fù)原一般又是圖像處理的最終目的，也可以作為進(jìn)一步圖像處理工作的準(zhǔn)備；通過圖像分割得到的圖像特征既