【正文】 的狀態(tài)分類，靜態(tài)圖像分割和動(dòng)態(tài)圖像分割； 根據(jù)圖像的應(yīng)用臨區(qū)域分類，醫(yī)學(xué)圖像分割、安全圖像分割、交通圖像分割、軍事圖像分割等； 根據(jù)應(yīng)用目的分類，可分為粗分割和細(xì)分割兩大類； 根據(jù)分割方法的不同分類，圖像分割可大致分為 3 類：基于鄰域的分 割技術(shù) (如邊緣檢測(cè)、區(qū)域增長(zhǎng) )，基于直方圖的分割技術(shù) (如閾值分割、聚類分割等 )、基于物理性質(zhì)的分割技術(shù)。條件 4 說(shuō)明在分割后的區(qū)域中，所有像素點(diǎn)都是具有相同的灰度級(jí)。 上述條件 1說(shuō)明了分割的完全性，換句話說(shuō)就是分割的區(qū)域的內(nèi)的像素點(diǎn)是一定在其中的。則以下關(guān)系式成立： 10liiNN???? ； （ 21） 0 ,1, 2 ..., 1ii NP i LN? ? ? （ 22） （ a） lena的原圖像 （ b） lena的直方圖 圖 21：圖像及其直方圖 江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 7 圖像處理發(fā)展 40 余年，對(duì)它的定義如下：圖像分割，是將圖像中的具有特殊意義的代表不同的區(qū)域進(jìn)行分割，使得分割后的區(qū)域之間滿足區(qū)域一致性的條件， 并且區(qū)域和區(qū)域之間互不相交。它是數(shù)字圖像處理的基礎(chǔ)，當(dāng)然也是圖像分割的基礎(chǔ)，它對(duì)于圖像中 一維信息的描述非常直觀，也是一種我們了解圖像信息很實(shí)用的工具。 第四章是對(duì) 第三章里面算法進(jìn)行了實(shí)現(xiàn)與分析。 本文內(nèi)容共分為四章。 四是研究產(chǎn)生一種對(duì)于分割結(jié)果全方位的評(píng)估系統(tǒng)，統(tǒng)一標(biāo)準(zhǔn)，能準(zhǔn)確的分析結(jié)果。 數(shù)字圖像分割的展望 當(dāng)今社會(huì)已 經(jīng)是一個(gè)圖、像、聲的時(shí)代了，圖像處理具有著無(wú)限的未來(lái)，吸引了一大批的學(xué)生投入于這個(gè)行業(yè)，有人才的投入就必然有出色的收獲，隨著時(shí)間的推移，學(xué)者們研究得到的圖像分割的方法越來(lái)越多，但是，因?yàn)閳D像分割本身就具有自身的難度，第一，沒(méi)有一種分割方法是普遍適用于所有場(chǎng)景的；第二，對(duì)于分割得到的目標(biāo)圖像沒(méi)有一個(gè)標(biāo)準(zhǔn)的評(píng)價(jià)審判標(biāo)準(zhǔn)。發(fā)展至今也有許多經(jīng)典的分割方法：閾值分割方法 [56]、邊緣檢測(cè)方法 [78]、區(qū)域生長(zhǎng)技術(shù) [9]等等。但是，隨著研究 的越來(lái)越深入，人們對(duì)于目標(biāo)圖像的要求也越來(lái)越高。 課題研究現(xiàn)狀與展望 課題研究現(xiàn)狀 圖像中含有許多元素，在這些元素中往往會(huì)有許多元素干擾我們的視覺(jué)，也就是說(shuō)我們不需要這些元素。通信臨區(qū)域?qū)τ趫D像分割技術(shù)的傳輸是通信臨區(qū)域中非常重要和需要單獨(dú)的活動(dòng)和靜態(tài)的背景圖像，而且不同地區(qū)的活動(dòng)部分的位移是分開(kāi)的，有不同的編碼傳輸不同運(yùn)動(dòng)量面積和降低傳輸速率。 例如圖 11 為 NBA中比賽的圖片，我們可以明顯的的從科比、加索爾的表情中看出來(lái)這場(chǎng)比賽他們可能是打輸了，就一瞬間，眼睛獲取的信息或許比文字描述幾百字來(lái)的直接，而且迅速是其最大的優(yōu)點(diǎn)。 用抽象程度來(lái)區(qū)分，我們可以將處理圖像的方法分為一下幾個(gè)方面：圖像分析，圖像處理和圖像理解。例如在 醫(yī)學(xué)上，大家所熟知的 CT 技術(shù)就是利用數(shù)字圖像將通過(guò)物體的 X 射線轉(zhuǎn)換為光信號(hào)后，用易敏感的數(shù)字系統(tǒng)完成來(lái)成像；還有在身邊隨處可見(jiàn)的攝像頭，遭遇到陰雨霜霧天氣時(shí)視線會(huì)受干擾，此時(shí)就需要數(shù)字圖像技術(shù)對(duì)畫(huà)面進(jìn)行圖像去霧處理；又比如數(shù)碼相機(jī)，將拍攝內(nèi)容進(jìn)行數(shù)字化處理后存放于存儲(chǔ)器中，省去了傳統(tǒng)相機(jī)沖洗照片的麻煩，更能讓使用者當(dāng)下立即觀看所拍內(nèi)容，省時(shí)省力；更不用提影視作品中的特效鏡頭，電腦制作的畫(huà)面大大增加了觀賞性，將作者所想呈現(xiàn)的畫(huà)面更加真實(shí)的展現(xiàn)在觀眾面前，對(duì)影視行業(yè)的發(fā)展具有劃時(shí)代的意義。數(shù)字圖像技術(shù)的雛形在 20世紀(jì) 60 年代早期便已經(jīng)形成。最近幾年，圖像的處理技術(shù)在我國(guó)的科學(xué)技術(shù)研究與工程技術(shù)的崛起中做出了舉足輕重的作用，更重要的是在宇航工程方面更是立下了汗馬功勞！ 課題研究的目的與意義 科學(xué)技術(shù)的發(fā)展使世界不再那么神秘，以往人們所獲得的大部分信息都是從圖像中得到的，而現(xiàn)在隨著計(jì)算機(jī)的出現(xiàn)，從計(jì)算機(jī)中獲取和處理大量的信息已經(jīng)成為一種趨勢(shì)，獲取和處理圖像中的信息就是它的關(guān)鍵所在。matlab。 關(guān)鍵詞： 圖像分割；閾值； Otsu 算法； matlab。閾值的選取合適與否直接決定著結(jié)果的成敗。同時(shí)生理心理學(xué)，應(yīng)用科學(xué)等領(lǐng)域?qū)W科中研究方法的關(guān)鍵之一就是數(shù)字圖 像。 三、 完成日期及進(jìn)度 2020 年 1 月 2 日至 2020 年 1 月 16 日， 2020 年 3月 19日至 2020 年 6 月 5 日，共 14 周。 進(jìn)度安排： ：查閱資料，理解畢業(yè)設(shè)計(jì)的任務(wù)，包括課題背景、 工作內(nèi)容及目標(biāo)、要求等； ：完成開(kāi)題報(bào)告； ：算法研究，制定較為詳細(xì)的設(shè)計(jì)方案； ：圖像分割算法具體實(shí)現(xiàn)，程序編寫(xiě)，完成中期檢查； ： 程序調(diào)試與優(yōu)化，文檔整理； ： 撰寫(xiě)論文，論文初稿審核； ： 準(zhǔn)備答辯，論文答辯，提交資料。其次，圖像處理在軍事行動(dòng)中，在國(guó)防中，在航天技術(shù)中，在氣象預(yù)測(cè)中等大型應(yīng)用程序有一個(gè)不斷增長(zhǎng)的需求。在這里，本文闡述了一種分割方法 基于 Otsu 算法的圖像分割。 江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） II Abstract In the course of the development of puter science and technology, image processing technology also began to rise, although history is not long, but the attention is indeed great, so image analysis and processing also formed its own system. First, the human is to observe the thing, discovered the thing first sensation means through the eye to plete, and the vision is precisely is the image foundation. At the same time, the key of the research is the digital image.. Secondly, image processing in military operations, in defense, in the aerospace technology, in the weather forecast of medium large applications has a growing demand. Image processing is a very important means of image segmentation. In the image segmentation, the threshold segmentation method is the most classic, simple and practical segmentation method, and the key of the segmentation is the threshold.. Whether the selection of the threshold determines the success or failure of the results directly. Here, this paper describes a segmentation method based on the Otsu algorithm for image segmentation. The Otsu algorithm has the feature of automatically selecting the threshold, and it is the best pared to the other threshold algorithm.. Otsu algorithm not only has a little influence on the graphics changes in brightness, but also can apply to a variety of different image contrast and its interference is good, also has good parallelism and adaptive ability can save puting time. Keywords: Image segmentation。 江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） III 目 錄 第一章 緒論 1 課題研究的目的與意義 1 課題研究現(xiàn)狀與展望 3 課題研究現(xiàn)狀 3 數(shù)字圖像分割的展望 4 本文研究的主要內(nèi)容 5 第二章 數(shù)字圖像分割的介紹 6 數(shù)字圖像的介紹 6 圖像分割的定義 7 常用的圖像分割方法 7 基于閾值的分割方法 8 基于邊緣的分割方法 11 基于區(qū)域的分割方法 12 本章小結(jié) 13 第三章 基于 Otsu 算法的圖像分割原理 14 Otsu 算法簡(jiǎn)介 14 一維 Otsu 算法的圖像分割原理 14 一維 改進(jìn)的 Otsu 算法的圖像分割原理 16 二維 Otsu 算法的圖像分割原理 16 本章小結(jié) 18 第四章 基于 Otsu 算法的圖像分割的實(shí)現(xiàn) 19 一維 Otsu 算法及改進(jìn)算法的圖像分割的實(shí)現(xiàn) 19