【正文】 在論文完成之際，在此我要特別感謝我的指導(dǎo)老師黃煒嘉老師悉心指導(dǎo)，在論文的前期準(zhǔn)備時(shí)遇到很多困難，黃煒嘉老師一直耐心的教導(dǎo)我，幫助我分析課題的研究方向，在論文的撰寫過程中指導(dǎo)我寫作注意事項(xiàng)幫助我修改錯(cuò)誤。實(shí)驗(yàn)表明，對(duì)于低對(duì)比度、低信噪比的目標(biāo)，二維最大類間方差算法具有良好的分割效果，且快速實(shí)現(xiàn)方法使圖像分割的有效性得到很大的提高。從實(shí)驗(yàn)圖像中可以看出來，兩種算法都有效的將血液中的細(xì)胞分離出來了，但是傳統(tǒng)一維的分割目標(biāo)與目標(biāo)之間顯的模糊不清，一些屬于背景里的像素點(diǎn)也參雜進(jìn)來，相對(duì)來說改進(jìn)算法的分割效果更為清晰，結(jié)果更為準(zhǔn)確。 二維Otsu算法的圖像分割原理設(shè)原圖像的灰度級(jí)是L，其臨域均值平滑圖像 )的灰度級(jí)也為L(zhǎng) ，二元組在二維直方圖中出現(xiàn)的次數(shù)是。目標(biāo)類和背景類之間的類間越大，說明圖像的目標(biāo)和背景之間的區(qū)別性越大。如果應(yīng)用不當(dāng)，分割出來的結(jié)果也沒有什么研究意義。獲取最優(yōu)閾值的方法首先是把圖像中目標(biāo)或者背景的灰度值進(jìn)行均勻的分布。就一般的圖像而言，背景和物體的灰度級(jí)差距明顯。滿足以上所有條件下的圖像分割可以說是非常理想的，但是到目前為止，大多數(shù)方法都是針對(duì)以上某一種類型的圖像，還沒有找到一種能夠兼顧所有條件的分割方法，所以說還需要更多的努力來解決圖像分割技術(shù)領(lǐng)域的問題。談到數(shù)字圖像處理，灰度直方圖成為一個(gè)不可不談的名詞。展望這幾十年的發(fā)展趨勢(shì)，我們不難發(fā)現(xiàn)，在接下來的時(shí)間里圖形處理有以下一個(gè)明顯的發(fā)展趨勢(shì)：一是繼續(xù)研究新的分割算法，或者是改進(jìn)，組合經(jīng)典算法，使其具有較高的實(shí)用性與適用性。經(jīng)過幾十年的發(fā)展，圖像處理已經(jīng)得到了一些巨大的進(jìn)步主要有下面幾個(gè)方面[1]： ：雷達(dá)成像處理等；例如提取海面上的危險(xiǎn)，例如二戰(zhàn)時(shí)期未排除的水雷，天空中的敵機(jī)，以及敵艦； ：氣象局通過衛(wèi)星傳回的圖像，精確分析當(dāng)前實(shí)時(shí)的云層情況，進(jìn)行天氣的預(yù)測(cè)，為人們衣食住行和生產(chǎn)提供幫助等； ：醫(yī)院利用此技術(shù)研究病人的 CT 圖像和 MR 圖像，深入了解病人的健康狀況，有益于提高治療的實(shí)際效果； ：通過電子眼的監(jiān)控裝置所得到交通圖像，來分析路段的交通狀況，給交通帶來了極大的便利。受當(dāng)時(shí)條件影響，空間探測(cè)器發(fā)回的太空照片過于模糊。在這里，本文闡述了一種分割方法基于Otsu算法的圖像分割。 學(xué) 號(hào)： 四、主要參考資料（包括書刊名稱、出版年月等）: 阮秋琦編著. 數(shù)字圖像處理學(xué)（第二版）. 北京：電子工業(yè)出版社，.,.李兆鋒, . 徐金明主編. . ,.楊杰主編. . 電子工業(yè)出版社 圖像處理有一個(gè)非常重要的手段就是圖像分割。數(shù)字圖像處理的本質(zhì)其實(shí)就是計(jì)算機(jī)圖像處理?；蛘呤浅霈F(xiàn)錯(cuò)誤，根本就生成不了目標(biāo)圖像。國(guó)內(nèi)外學(xué)者和專家將其他領(lǐng)域中的新鮮概念，新鮮知識(shí)，新鮮技術(shù)和原理同圖像分割的原理巧妙無(wú)比的結(jié)合起來，衍生出來了許多新興的研究方法，比如：基于水平集的分割方法[10]、基于蟻群算法的圖像分割技術(shù)[1112]、基于信息論的圖像分割技術(shù)[13]、基于分形的圖像分割技術(shù)[14]、與神經(jīng)網(wǎng)絡(luò)方法相結(jié)合的分割技術(shù)[1516]、使用小波變換運(yùn)用到圖像中的分割方法[17]、利用遺傳算法來改進(jìn)的分割技術(shù)[18]、采用數(shù)學(xué)形態(tài)學(xué)的分割技術(shù)[19]、基于模糊數(shù)學(xué)的分割方法[20]、基于圖論的分割方[21]等。第四章是對(duì)第三章里面算法進(jìn)行了實(shí)現(xiàn)與分析。即分割后的各個(gè)區(qū)域中的像素點(diǎn)是沒有重復(fù)的。用閾值法進(jìn)行圖像處理時(shí)，閾值選取的恰當(dāng)與否是這個(gè)方法能否得到準(zhǔn)確結(jié)果的重點(diǎn)所在，如果確定了一個(gè)合適的閾值，把圖像中所有灰度值大小和閾值比較，將大于它的歸為一類，作為物體。當(dāng)閾值選取為谷底所對(duì)應(yīng)的值時(shí)，分割可效果最佳。而不足之處是一些圖像的其他信息并沒有得到開發(fā)，如臨域信息，僅僅利用了圖像灰度特性，加之外部干擾的存在，從灰度直方圖中可以觀察出來圖像對(duì)應(yīng)的波谷與波峰并不明顯，與制度選取也就存在問題，所以得不到想要的結(jié)果。二是怎樣制定選取周圍特性相似像素點(diǎn)的準(zhǔn)則。在諸多閾值自動(dòng)選取方法理論中，Otsu算法在最佳閾值的獲取方面表現(xiàn)最好。 一維改進(jìn)的Otsu算法的圖像分割原理 經(jīng)典的一維Otsu算法一般找到的圖像灰度直方圖的谷不準(zhǔn)確，閾值的獲取一般會(huì)偏向方差大的一方，也就是傳統(tǒng)的一維Otsu方法不能處理小對(duì)象的分割。對(duì)這幾幅實(shí)驗(yàn)圖像，分別用傳統(tǒng)的一維Otsu法和改進(jìn)方法進(jìn)行處理，圖像的分割效果如下圖41，42，43所示。一維Otsu算法原理簡(jiǎn)單，應(yīng)用廣泛?，F(xiàn)在四年的大學(xué)生活即將結(jié)束，這也將是我人生的一個(gè)轉(zhuǎn)折點(diǎn)，我要向所有支持，陪伴，關(guān)心我的人表示感謝。感謝電信學(xué)院的各位領(lǐng)導(dǎo)和老師，他們從各個(gè)方面給予了我很大的關(guān)心和幫助。該方法簡(jiǎn)單實(shí)用，在一定條件下不受圖像對(duì)比度與亮暗度變化的影響，因而在一些實(shí)時(shí)圖像處理系統(tǒng)中得到了很廣泛的應(yīng)用。（a）saturn圖像原始圖像 （b）saturn灰度直方圖（c）一維Otsu算法 (d)一維改進(jìn)Otsu算法圖43：saturn圖像的實(shí)驗(yàn)結(jié)果如圖43中，（a）為木星的原圖，（b）為其灰度直方圖，（c）采用了一維Otsu方法，（d）采用了改進(jìn)的一維Otsu方法。那么則二維像素點(diǎn)出現(xiàn)的概率為：，且 ， （316）任意給定一個(gè)閾值,為灰度閾值為鄰域灰度閾值，這樣就可以將圖像的二維直方圖分為成圖31所示的四個(gè)區(qū)域：I，II，III，IV。這個(gè)處理方法依賴于灰度直方圖的統(tǒng)計(jì)特點(diǎn)，計(jì)算速率很快，能即時(shí)的應(yīng)用于圖像分割。區(qū)域生長(zhǎng)和區(qū)域分列合并在一定意義上具有著相同的思想，區(qū)域分裂合并智能光把圖像中的像素點(diǎn)分裂到極致就是單一的。圖像中局部灰度值區(qū)別最明顯的部分就是目標(biāo)物體的邊緣，它的出現(xiàn)往往是不連續(xù)的，而且目標(biāo)物體中不同區(qū)域的分界處就是邊緣。這個(gè)方法自動(dòng)選擇閾值的準(zhǔn)則是：通過累計(jì)灰度直方圖，當(dāng)累計(jì)值大于或等于目標(biāo)所占面積比，那么這時(shí)候灰度級(jí)就是所求的閾值。一個(gè)圖像的閾值也不僅僅只有一個(gè)，它也可以是一個(gè)或者是多個(gè)，如此分類的話，我們稱之為全局閾值和局部閾值。根據(jù)圖像的屬性分類，灰度圖像分割與彩色圖像分割；它很直觀的描述處出了圖像中灰度級(jí)與該灰度級(jí)像素點(diǎn)之間一一對(duì)應(yīng)的關(guān)系，每一個(gè)圖像都可以做出一個(gè)灰度直方圖與他對(duì)應(yīng)，但是，反過來是不成立的。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。 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，也就是說我們不需要這些元素。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)完成來成像；還有在身邊隨處可見的攝像頭，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，電腦制作的畫面大大增加了觀賞性，將作者所想呈現(xiàn)的畫面更加真實(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。關(guān)鍵詞：圖像分割；閾值；Otsu算法；matlab。（簽章） 2015年 3月 20日首先，人類為觀察事物，發(fā)現(xiàn)事物的第一感知手段就是通過眼睛來完成的，而視覺恰恰就是圖像的基礎(chǔ)。20世紀(jì)以來，圖像處理技術(shù)得到了飛速的發(fā)展，現(xiàn)在已經(jīng)朝著智能化、網(wǎng)絡(luò)化、個(gè)人化、實(shí)時(shí)化等方向發(fā)展。圖11：NBA湖人隊(duì)的比賽人的眼睛是大腦獲取信息的主要途徑，而且它直接，迅速。圖像分割總是被認(rèn)為是計(jì)算機(jī)視覺領(lǐng)域中的一個(gè)令人迷惑人們的難題[4]。上述條件1說明了分割的完全性，換句話說就是分割的區(qū)域的內(nèi)的像素點(diǎn)是一定在其中的。選擇一個(gè)合適的閾值,假設(shè)一幅原始灰度圖像，其選取的閾值為T，分割后的圖像定義如下： (28）式中表示分割后的二值圖像。當(dāng)背景類信息被錯(cuò)誤的分給目標(biāo)類信息時(shí)，這樣將會(huì)影響到目標(biāo)與背景的方差差別變小，反之亦然?；趨^(qū)域分割可分為區(qū)域生長(zhǎng)法與分離合并法兩種組成方法。這篇文章稱它為一維Otsu法。 一維Otsu算法的圖像分割原理 假設(shè)是一個(gè)灰度級(jí)為的圖像，圖像中第級(jí)像素為個(gè)，其中的值在之間，圖像的總像素點(diǎn)個(gè)數(shù)為： （31）第級(jí)出現(xiàn)的概率為： （32） 在使用Otsu算法分割圖像時(shí)，用閾值t將圖像中所有的像素分為目標(biāo)和背景兩類。在實(shí)際應(yīng)用中，由于一維 Otsu 算法只考慮到像素點(diǎn)本身的灰度信息，未考慮其周圍像素點(diǎn)的影響，其確定的閾值往往會(huì)造成錯(cuò)誤分割。 （a）saturn圖像原始圖像 （b）saturn圖像的一維Otsu （c）saturn圖像的二維直方圖 （d）saturn圖像的二維Otsu圖46:saturn圖像分割實(shí)驗(yàn)結(jié)果如圖46中，（a）土星的原圖；（b）是上章算法的一維Otsu變換；（c）是其二維灰度直方圖；（d）是二維的Otsu方法。4本文討論的方法并沒有應(yīng)用于彩色圖像，這也是今后發(fā)展的一個(gè)方向。感謝我的家人給予我物質(zhì)和精神上的支持，在我最迷茫最失落的時(shí)候支持我，鼓勵(lì)我。由于在一維Otsu算法的抗噪能力差等其他缺陷，將以上方法方法推廣到二維。對(duì)這幾幅實(shí)驗(yàn)圖像，分別用二維Otsu方法進(jìn)行處理，圖像的分割效果與一維分割效果進(jìn)行對(duì)比，結(jié)果如圖44，45，46所示： （a）blood圖像原圖 （b）blood的一維Otsu (c)blood二維直方圖 （d）blood的二維Otsu圖44:blood圖像分割實(shí)驗(yàn)結(jié)果如圖44中，（a）是血液細(xì)胞的原圖；（b）是一維Otsu的變換；（c）是其二維灰度直方圖；（d）是用二維的Otsu方法進(jìn)行圖像分割。這里，將剩下的區(qū)域 IV 和 II 認(rèn)為是圖像中的干擾噪聲和目標(biāo)輪廓的邊界信息。一維的Otsu算法基于它的算法簡(jiǎn)單，原理易于理解，還能自動(dòng)獲取最佳的閾值，所以變成了一種最