【正文】 摘 要 數字圖像處理技術是一個跨學科的領域。這些差別可能非常明顯，也可能十分細微，以至于人眼無法覺察。早在 1965 年就有人提出了檢測邊緣算子邊緣檢測方法，邊緣檢測已產生了不少經典算法。圖像分割在有些領域也稱目標輪廓、閾值化技術、圖像區(qū)分或求差技術、目標檢測技術、目標識別技術、目標跟蹤技術等。它不僅可以極大的壓縮數據量，而且也大大簡化了分析和處理步驟，因此在很多情況下，是進行圖像分析、特征提取與模式識別之前的必要的圖像預處理過程。 這種分割方法實現的難點就在于邊緣檢測時抗噪性和檢測精度之間的矛盾。這兩種方法在實現上存在一定的困難。 均值濾波 由于不可知處理前的圖像是不是受到過噪聲干擾，而噪聲會影響到圖像的質量，所以去除圖像中的噪聲對于改善圖像分割效果非常重要。例如，當鼠標在一個按鈕上發(fā)生了單擊事件，用戶圖形界面初始化它的操作，并在按鈕的標簽上對這個操作進行描述。對圖像濾波是對圖片的預處理，對于噪點比較高的圖片，通過濾波可以很好地改善圖片的分割效果。因此直方圖左側山峰為亮度較低的部分，這部分恰好對應于畫面中較暗的背景部分；直方圖右側山峰為亮度較高的部分，對應于畫面中需要分割的目標。 但是，在很多情況下，對復雜的整幅圖像用單一閾值不能給出良好的分割結果。邊緣總是以強度突變的形式出現，可以定義為圖像局部特性的不連續(xù)性，如灰度的突變、紋理結構的突變等。通過算子檢測、二值處理后找到邊界點。所以一般很少直接使用拉普拉斯算子進行邊緣檢測。 區(qū)域分割算法的實質就是把具有某種相似性質的像素連通起來，從而構成最終的分割區(qū)域的方法。 其基本思想可以由下圖解釋： 區(qū)域生長 T=3 二值化 圖 51 區(qū)域生長示意圖 由圖 51 可以看出，區(qū)域生長就是用種子點的灰度值與周圍八連接的像素點的灰度值進行比較，當絕對值符合閾值 T的時候，該點成為種子點，再進行下一輪比較，直到 生長完畢。另外分裂合并技術可能會使分割區(qū)域的邊界破壞，產生過多的塊狀區(qū)域邊界。 圖像區(qū)域分割算法設計 25 參 考 文 獻 [1] 丁亮，張永平，張雪英 .圖像分割方法及性能評價綜述 [J].國際 IT 傳媒品牌軟件 ,20xx(12)： 8287. [2] 楊合超，周雪梅 .幾種圖像分割技術的比較 [J].電子知識與技術， 20xx(9)： 24402441. [3] 樂宋進，武和雷，胡泳芬 .圖像分割方法的研究現狀與展望 [J].南昌水專學報 ,20xx(2) ：1520. [4] 章霄，董艷雪，趙文娟，張彥佳 .數字圖像處理技術 [M].北京：冶金工業(yè)出版社， 20xx：175206. [5] 鄭靜，梁少華，王騰 .基于 MATLAB 仿真的邊緣檢測算子研究 [J].電腦知識與技術 ,20xx(5)： 11891190. [6] 王坤，劉天偉，杜芳芳，常琳 .MATLAB 在對圖像進行邊緣檢測方面的應用 [J].沈陽師范大學學報 (自然科學版 ),20xx(2)： 161165. [7] 徐飛，施曉紅 .MATLAB 應用圖像處理 [M].西安：西安電子科技大學出版社， 20xx：207224. [8] 胡小丹，李 文，劉海博 .基于高斯統(tǒng)計模型的快速圖像區(qū)域分割方法 [J]. 福建師范大學學報 (自然科學版 ),20xx(2) ： 133135. [9] 劉中合，王瑞雪 .數字圖像處理技術現狀與展望 [J].計算機時代， 20xx(9) ： 2529. [10] 朱秀昌，劉峰，胡棟 .數字圖像處理與圖像通信 [M].北京：北京郵電大學出版社， 20xx：142173. [11] 趙椿榮，趙忠明等 .數字圖像處理導論 [M].西安：西北工業(yè)大學出版社， 1996： 212234. [12] 冷美萍，鮑蘇蘇，孟祥璽，彭豐平 .一種改進的分水嶺分割算法 [J]. 貴州師范大學學報 (自然科學版 )， 20xx(1) ： 6265 [13] 張兆和，楊高波，劉志等 .視頻對象分割提取的原理與應用 [M].北京：科學出版社， 20xx：2021. [14] 陳婷婷，程小平 .采用模糊形態(tài)學和形態(tài)學分水嶺算法的圖像分割 [J].西南大學學報(自然科學版 )， 20xx(3)： 142145. [15] 孫敬飛，楊紅衛(wèi) .形態(tài)學分水嶺算法在粘連大米圖像分割中的應用 [J].糧油食品科技，20xx(18)： 46. [16] ,. Digital Image Processing[M].Beijing:Publishing House of Electronics Industry,20xx： 711809. [17] ,. Watershed in Digital Spaces an Efficient Algorithm Based on Immersion Simulatlon [J]. IEEE Trans PAMI, 1991, 13(6) ： 582599. [18] ， ， ， . A twostage ruleconstrained seedless region growing approach for mandibular body segmentation in MRI[M]. PubMed Journal,20xx. 圖像區(qū)域分割算法設計 26 致 謝 歷時將近兩個月的時間終于將這篇論文寫完，在論文的寫作過程中遇到了無數的困難和障礙，都在同學和老師的幫助下度過了。 在實際應用中，若能將基于邊緣的分割方法和區(qū)域生長 法結合起來，或者 用結合特定理論工具的分割方法 結合傳統(tǒng)方法 ，則可以得到更好的分割效果。這種方法的主要優(yōu)點是對于分裂和合并都使用同樣的四叉樹，直到合并的最后一步。 ：最小面積閾值與像素中的最小區(qū)域大小有關。對于二階 的 算子 ，拉普拉斯算子檢測方法常常產生雙像素邊界，而且這個檢測方法對圖像中的噪聲相當敏感，不能檢驗邊緣方向，所以一般很少直接使用拉普拉斯算子進行邊緣檢測； Canny 算子不容易受噪聲的干擾，能夠檢測到真正的弱邊緣，但由于具有較強的噪聲抑制，同樣也會將一些高頻邊緣平滑掉，造成邊緣丟失。 拉普拉斯算子 拉普拉斯算子（ Laplacian）是一種二階倒數算子，對于一個連續(xù)函數 f(x,y)，在 (x,y)處的拉普拉斯算子定義如式 4?4 所示： ?2?? = ??2??????2 +??2??????2 (4?4) 這里對模版的基本要求：對應中心像素的系數應該是正的，對應中心像素鄰近像素的系數應是負的，且它們的和總為零。對于一個連續(xù)函數 f(x,y)，在 (x,y)處的梯度定義如式 4?1 所示： ?f= [????????????????]?? = [????????]?? (4? 1) 梯度是一個向量，其幅度和相位分別如式 4?2 和式 4?3 所示： |?f| = [????2????2]1 2? (4?2) φ(x,y) = tan?1(????????) (4?3) 圖像區(qū)域分割算法設計 15 式中的偏導數需要對每一個像素位置進行計算，在實際應用中常常采用小型模版利用卷積運算來近似， ????和 ????各自使用一個模版。 圖像區(qū)域分割算法設計 14 第 4 章 基于邊緣的圖像分割方法的仿真實現 引言 邊緣檢測是檢測圖像中有意義的不連續(xù)性的常用方法。從圖 32(b)的分割結果可見，這種方法可以完整地將對象從圖像背景中整齊清晰地分割出來，并充分反映出了原圖像的細節(jié)。圖像二值化過程就是在直方圖上尋找兩個峰、一個谷來對一個圖像進行分割，也可以通過兩級函數來近似直方圖。 本次設計 GUI 界面如圖 所示： 圖 圖像分割 GUI 界面 本章小結 圖像分割 有多種 分類方式 ，本文主要分為四類，閾值分割方法、邊緣檢測方法、區(qū)域提取方法和結合特定理論工具的分割方法。它提供用戶一個常 見的界面，還提供一些控件，例如，按鈕，列表框，滑塊，菜單等。直觀上來說 ， 若一幅圖像其像素占有全部可能的灰度級并且分布 均勻，則這樣的圖像有高對比度和多變的灰度色調。把對應于不同目標的標號分別賦給圖像中每個像素，根據相鄰像素之間的相容性，通過迭代調整標號，直到收斂。這種利用常用的微分算子進行邊緣檢測的方法是一種并行邊界技術。 基于閾值的分割方法 圖像閾值化分割是一種傳統(tǒng)的最常用的圖像分割方法，因其實現簡單、計算量小、性能較穩(wěn)定而成為圖像分割中最基本和應用最廣泛的分割技術。圖像分割通常是為了進一步對圖像進行分析、識別、跟蹤、理解、壓縮編碼等，分割的準確性直接影響后續(xù)任務的有效性，因此具有十分重要的意義。因此，圖像分割的研究還在不斷 深入，是目前圖像處理中研究的熱點之一。 Edge detection。隨著計算機科學技術的不斷發(fā)展，圖像處理和分析逐漸形成了自己的科學體系，新的處理方法層出不窮，盡管其發(fā)展歷史不長，但卻引起各方面人士的廣泛關注。 圖像分割是按一定的制約規(guī)則把圖像劃分為若干個互不相交、具有特定性質的區(qū)域，是把我們關注的區(qū)域從需要分割的圖像中提取出來，以此進行進一步研究分析和處理的技術。目前越來越多的學者開始將數學形態(tài)學、模糊理論、遺傳算法理論、分形理論和小波變換理論等研究成果運用到圖像分割中，產生了結合特定數學方法和針對特殊圖像分割的先進圖像分割技術。 多年來人們對圖像分割提出了不同的解釋和表述，借助集合概念對圖像分割可給出如下定義：令集合 R代表的整個圖像區(qū)域，對 R的圖像分割可以看做是將 R分成 N個滿足以下條件的非空子集 ??1,??2,? ,????。圖像閾值化的目的是要按照灰度級，對像素集合進行一個劃分，得到的每個子集形成一個與現實景物相對應的區(qū)域，各個區(qū)域內部具有一致的屬性，而相鄰區(qū)域布局有這種一致屬性。若提高了檢測精度，噪聲產生的偽邊緣會導致不合理的輪廓；若提高了抗噪性，則會產生輪廓漏檢和位置偏差。 結合特定理論工具的分割方法 近年來，隨著各學科許多新理論和新方法的提出，人們也提出了許多與一些特定理論、方法和工具相結合的分割技術。本次設計使用三次均值濾波（取像素點及周圍共九個點平均灰度作為新的灰度值）去掉這些噪聲。 創(chuàng)建 MATLAB 用戶圖形界面必須由三個基本元素 : 。 在 MATLAB 中 GUI 是面向對象的編程，可以使 MATLAB 程序的終端用戶操作更加輕松，即使不懂 MATLAB 程序也能輕易操作。選擇的閾值為兩峰之間的谷底點時，即可將目標分割出來。圖像中某一部分的閾值能把該部分的物體和背景精確區(qū)分出，而對另一部分來說，可能把太多的背景也作為物體分割下來了。邊緣常常意味著一個區(qū)域的終結和另一個區(qū)域的開始。應用梯度算子進行邊緣檢測， Sobel算子的檢測效果最好。 Canny算子 Canny 算子是一類最優(yōu)邊緣檢測算子。 在此類方法中，如果從全圖出發(fā)，按區(qū)域屬性特征一致的準則，決定每個像元的區(qū)域歸屬，形成區(qū)域圖，這常稱之為區(qū)域生長的分割方法；如果從像元出發(fā)，按區(qū)域屬性特征一致的準則，將屬性接近的連通像元聚 集為區(qū)域是區(qū)域增長的分割方法；若綜合利用上述兩種方法，就是區(qū)域分裂與合并法的方法。 (a) 原始圖像 (b) 分割結果 圖 52 區(qū)域生長法分割圖像 10 8 9 1 5 7 1 13 10 10 8 9 1 5 7 1 13 10 0 1 0 0 0 1 0 0 1 圖像區(qū)域分割算法設計 21 結果分析：從圖 52(b)中的分割結果可以看出，區(qū)域生長法利用了圖像的局部空間信息，可有效的克服其它方法存在的圖像分割空間不連續(xù)的缺點，此方法的關鍵是初始種子點的選取和相似區(qū)域生長準則的確定，若選取不好，穩(wěn)定性、準確性以及