【文章內(nèi)容簡介】 容的圖像庫檢索、保安監(jiān)視、以及軍事、體育、農(nóng)業(yè)工程等方面已經(jīng)得到廣泛的應(yīng)用。 圖 圖 2．開發(fā)平臺．Matlab 介紹 Matlab 是一門計算機編程語言，是一種科學(xué)計算軟件。Matlab 將高性能的數(shù)值計算和可視化集成在一起，并提供了大量的內(nèi)置函數(shù)，被廣泛應(yīng)用在科學(xué)計算、信息處理、控制系統(tǒng)等領(lǐng)域的分析、仿真和設(shè)計工作中。Matlab 已經(jīng)受了用戶的多年考驗。在歐美發(fā)達國家，Matlab 已經(jīng)成為應(yīng)用線性代數(shù)、自動控制理論、數(shù)理統(tǒng)計、數(shù)字信號處理、時間序列分析、動態(tài)系統(tǒng)仿真等高級課程的基本教學(xué)工具；成為攻讀學(xué)位的大學(xué)生、碩士生、博士生必須掌握的基本技能。在設(shè)計研究單位和工業(yè)部門，MATLAB 被廣泛地用于研究和解決各種具體工程問題。．Matlab 的優(yōu)點Matlab 具有以下優(yōu)點：1．人機界面友好；2．簡單易學(xué)、易讀易寫、代碼短小高效；3．智能化程度高；**大學(xué)本科畢業(yè)論文 34．具有豐富的數(shù)學(xué)功能；5．圖形表達功能強；6．功能豐富、可擴展性強。．Matlab 的功能Matlab 具有以下功能：1．強大的數(shù)值運算功能；2．廣泛的符號運算功能；3．高級與低級兼?zhèn)涞膱D形功能；4．可靠的容錯功能；5．應(yīng)用靈活的兼容與接口的功能；6．信息量豐富的聯(lián)機檢索功能；3. 圖像分割有關(guān)內(nèi)容．圖像分割對圖像進行研究和應(yīng)用時，人們往往對圖像中的某些部分感興趣，這些部分常被稱為目標或?qū)ο?。圖像處理的重要任務(wù)就是對圖像中的對象進行分析和理解。在圖像分析中，輸出的結(jié)果是對圖像的描述、分類、或其他的結(jié)論，而不再像一般意義上圖像處理那樣——輸出也是圖像。圖像分析主要包括以下幾部分內(nèi)容：，或把不同的東西分開（分割） ；（特征提?。?；，或?qū)D像進行分類（識別與分類） ；（描述、分類或其他的結(jié)論） 。一個典型的圖像分析和理解的系統(tǒng)如圖 所示。該系統(tǒng)分為圖像輸入、預(yù)處理、圖像分割、圖像識別、結(jié)構(gòu)句法分析。**大學(xué)本科畢業(yè)論文 4圖像輸入光電變換數(shù)字化預(yù)處理增強圖像恢復(fù)編碼圖像分割檢測景物或邊界特征提取 分類 結(jié)構(gòu)分析描述和解釋圖 圖像分割是指把圖像分成互不重疊的區(qū)域并提取出感興趣目標的技術(shù)。在圖像特征提取之前重要的一部分工作就是圖像分割，圖像分割的好壞直接影響到圖像的分析結(jié)果。圖像分割是一種重要的圖像技術(shù)，在理論和實際應(yīng)用中都得到人們的廣泛重視。圖像分割的方法和種類有很多，有些分割運算可以直接應(yīng)用于許多圖像，而另一些分割方法可以按照人們的意愿準確地分割任何一種圖像。從 20 世紀 70 年代起，許多學(xué)者和研究人員致力于研究圖像的分割算法，至今已經(jīng)提出了千余種分割算法。圖像分割時，通常可以根據(jù)圖像的兩種特性進行分割，一種是根據(jù)各個像素點的灰度不連續(xù)性進行分割；一種是根據(jù)同一區(qū)域具有相似的灰度。這兩種方法都有各自的優(yōu)點和缺點。常見的分割算法有閾值分割、邊緣檢測、邊緣跟蹤、區(qū)域分割與合并等，如圖 所示。圖像分割不正續(xù)性檢測相似性檢測邊界分割邊緣檢測邊緣跟蹤H o u g h 變換區(qū)域分割閾值分割區(qū)域分裂與合并自適應(yīng)圖 **大學(xué)本科畢業(yè)論文 5．圖像分割的研究意義圖像技術(shù)在廣義上是各種與圖像有關(guān)技術(shù)的總稱。圖像工程是一個對整個圖像領(lǐng)域進行研究應(yīng)用的新學(xué)科，它的內(nèi)容非常豐富，根據(jù)抽象程度和研究方法等的不同可分為三個各有特點的層次：圖像處理、圖像分析和圖像理解。圖像分割是由圖像處理到圖像分析的關(guān)鍵步驟，在圖像工程中占據(jù)重要的位置，一方面，它是目標表達的基礎(chǔ)，對特征測量有重要的影響。另一方面，因為圖像分割及其基于分割的目標表達、特征提取和參數(shù)測量等將原始圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得更高層的圖像分析和理解成為可能。雖然人們對圖像分割已進行了大量的研究，但還沒有一種適合于所有圖像的通用的分割算法。所以，圖像分割一直以來都是圖像技術(shù)中的研究熱點，也是制約圖像技術(shù)發(fā)展的一個瓶頸。因此，從原理、應(yīng)用和應(yīng)用效果等方面來深入研究圖像分割技術(shù)，對于提高圖像分析和圖像理解系統(tǒng)的性能以及提高圖像處理技術(shù)的應(yīng)用水平都具有十分重要的意義。．圖像分割常用方法圖像分割是圖像處理中的一項關(guān)鍵技術(shù)，自 20 世紀 70 年代起一直受到人們的高度重視，至今已經(jīng)提出了上千種分割算法，但因尚無通用的分割理論，先提出的分割算法大都是針對具體問題，并沒有一種適合所有圖像的通用分割算法。另外，還沒有制定出選擇適用分割算法的標準，這給圖像分割技術(shù)的應(yīng)用帶來許多實際問題。一般而言，圖像分割方法可以分為如下四類：1）閾值分割方法2）邊緣檢測分割方法3）區(qū)域提取分割方法 4）結(jié)合特定理論工具的分割方法圖像分割的經(jīng)典方法是基于灰度閾值的分割方法。它通過設(shè)置閾值，把像素點按灰度級分若干類，從而實現(xiàn)圖像分割。把一幅灰度圖像轉(zhuǎn)換成二值圖像是閾值分割的最簡單形式，設(shè)原始圖像 中找出一個灰度值 作為閾值，將圖像分割為兩部分，即把大),(yxf t于等于該閾值的像素點的值設(shè)置成 1，小于該閾值的像素點的值設(shè)置為 0。閾值運算后的圖像為二值圖像 如下式所示：),(g??????T f(x,y)yxg0),(上式中全局閾值 T 的選擇直接影響分割效果。通?？梢酝ㄟ^分析灰度直方圖來確定**大學(xué)本科畢業(yè)論文 6它的值，最常用的方法是利用灰度直方圖求雙峰或多峰，選擇兩峰之間谷底處的灰度值作為閾值，如圖 所示。T圖 邊緣檢測是基于灰度不連續(xù)性進行的分割方法。圖像邊緣是圖像中灰度發(fā)生急劇變化的像素的集合，是圖像最基本的特征之一，它是圖像局部特性不連續(xù)（或突變）的結(jié)果，例如，灰度值的突變、顏色的突變、紋理的突變等。根據(jù)灰度變化的特點，可將邊緣分為階梯狀邊緣、屋頂狀邊緣與線性邊緣三種類型，具體描述如下：階梯狀邊緣：從一個灰度值跳躍到另一個差距較大的灰度值；屋頂狀邊緣：灰度值慢慢增加到一定程度后慢慢減?。痪€性邊緣：灰度值從一個值跳到另一個灰度值之后然后回來。對于階梯狀邊緣，灰度變化曲線的一階導(dǎo)數(shù)在邊緣處呈現(xiàn)極值，而二階導(dǎo)數(shù)在邊緣處呈現(xiàn)零交叉；對于脈沖狀和屋頂狀邊緣，灰度變化曲線的一階導(dǎo)數(shù)在邊緣處呈現(xiàn)極值，而二階導(dǎo)數(shù)在邊緣處呈現(xiàn)零交叉；對于脈沖和屋頂狀邊緣，灰度變化曲線的一階導(dǎo)數(shù)在邊緣處呈現(xiàn)零交叉，而二階導(dǎo)數(shù)在邊緣處呈現(xiàn)機制。邊緣檢測是圖像分割、目標區(qū)域識別、區(qū)域形狀提取等圖像分析的基礎(chǔ)，一幅圖像就是一個信息系統(tǒng)，其大量的信息是由它的輪廓提供的。因此，邊緣提取與檢測在圖像處理中占有很重要的地位，其算法的優(yōu)劣直接影響著所研制系統(tǒng)的性能。傳統(tǒng)的邊緣檢測方法基于空間運算，例如可以借助空域微分算子進行，通過將算子模板與圖像進行卷積合成。根據(jù)模板的大小和元素值的不同有不同的微分算子．如 Robert 算子、Sobel 算子、Prewitt 算子、LOG 算子、 Canny 算子等，這些空域邊緣算子對噪聲都比較敏感。且常常會在檢測邊緣的同時加強噪聲?；趨^(qū)域的分割方法是利用區(qū)域內(nèi)的特征的相似性把圖像劃分成一系列有意義區(qū)域**大學(xué)本科畢業(yè)論文 7的處理方法。常用的基于區(qū)域的分割方法有兩種：區(qū)域生長與分裂合并。它們是兩種典型的串行區(qū)域技術(shù)，其分割過程后續(xù)步驟的處理要根據(jù)前面步驟的結(jié)果進行判斷而確定。區(qū)域生長的基本思想是將具有相似特性的像素集合起來構(gòu)成區(qū)域，首先為每個需要分割的區(qū)域確定一個種子像素作為生長起點，然后按一定的生長準則把它周圍與其特性相同或相似的像素合并到種子像素所在的區(qū)域中，把這些新像素作為種子像素繼續(xù)增生長，直到?jīng)]有滿足條件的像素可被包括，這時候停止生長，一個區(qū)域就形成了。在實際應(yīng)用區(qū)域生長法時需要解決三個問題：（1）選擇或確定一組能正確代表所需區(qū)域的種子像素；（2）確定在生長過程中能將相鄰像素包括進來的準則；（3）制定讓生長過程停止的條件或規(guī)則。分裂合并法的主要思想是從圖像開始通過不斷分裂合并得到各個區(qū)域。一種利用四叉樹表達方法的分割算法如下，其中 代表整個正方形圖像區(qū)域， 代表檢驗準則。（1）對任意區(qū)域 ，若 就將其分裂為不重疊的四等分；（2）對相鄰的兩個區(qū)域 ，就將它們合并；（3）若無法進行進一步的分裂和合并，則算法結(jié)束。圖像分割至今為止尚無通用的自身理論，近年來，隨著各學(xué)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(jié)合的分割技術(shù)。如：基于數(shù)學(xué)形態(tài)學(xué)的圖像分割方法、基于模糊技術(shù)的圖像分割方法、基于人工神經(jīng)網(wǎng)絡(luò)技術(shù)的圖像分割方法、基于遺傳算法的圖像分割方法、基于小波理論的圖像分割方法。4．水平集方法近年來出現(xiàn)了基于變形模型的圖像分割算法，變形模型是定義在圖像領(lǐng)域中的曲線或曲面，包括對待分割目標性狀和特征的先驗假設(shè)模型，并以能量函數(shù)的形式來反映這種先驗知識以及曲線自身的描述。．水平集方法水平集方法主要是從接口傳播等研究領(lǐng)域中逐步發(fā)展起來的， Osher 和Sethian 首先提出依賴時間的運動界面的水平集描述。其主要思想是將移動的接口作為零水平集(Level Set {φ=0})嵌入高一維的水平集函數(shù)中，由閉超曲面的演化方程可以得到水平集函數(shù)的演化方程，而嵌入的閉超曲面總是其零水平集，最終只要確定零水平集即可確定移動接口演化的結(jié)果。**大學(xué)本科畢業(yè)論文 8水平集方法的基本思想是：給定封閉的初始輪廓，該初始輪廓不斷沿其法線方向向外或向內(nèi)以一定的速度演化，最終得到曲線（曲面）族。水平集方法把曲線族看作是更高維空間曲面的零水平集 ，則被稱為水平集函數(shù)，當輪廓改變拓撲結(jié)構(gòu)時， 仍可以保持連續(xù)，因而從原理上保持了這種方法很容易處理拓