【文章內(nèi)容簡(jiǎn)介】 是與其它分割方法一起使用。區(qū)域生長(zhǎng)的缺點(diǎn)是:（l）它需要人工交互以獲得種子點(diǎn)，這樣使用者必須在每個(gè)需要抽取出的區(qū)域中植入一個(gè)種子點(diǎn)。(2)區(qū)域增長(zhǎng)方式也對(duì)噪聲敏感，導(dǎo)致抽取出的區(qū)域有空洞或者在局部體效應(yīng)的情況下將分開(kāi)的區(qū)域連接起來(lái)。在區(qū)域合并方法中，輸入圖像往往分為多個(gè)相似的區(qū)域，然后類似的相鄰區(qū)域根據(jù)某種判斷準(zhǔn)則迭代進(jìn)行合并。在區(qū)域分裂技術(shù)中，整個(gè)圖像先被看成一個(gè)區(qū)域，然后區(qū)域不斷被分裂為四個(gè)矩形區(qū)域，直到每個(gè)區(qū)域內(nèi)部都是相似的，分裂合并方法中，區(qū)域先從整幅圖像開(kāi)始分裂，然后將相鄰的區(qū)域進(jìn)行合并。分裂合并方法不需要預(yù)先指定種子點(diǎn)，它的研究重點(diǎn)是分裂和合并規(guī)則的設(shè)計(jì)。但是，分裂合并技術(shù)可能會(huì)使分割區(qū)域的邊界破壞[2]。和閾值法一樣，區(qū)域生長(zhǎng)法一般不單獨(dú)使用, 而是放在一系列處理過(guò)程中。它主要的缺陷是, 每一個(gè)需要提取的區(qū)域都必須人工給出一個(gè)種子點(diǎn), 這樣有多個(gè)區(qū)域就必須給出相應(yīng)的種子個(gè)數(shù)。此法對(duì)噪聲也很敏感, 會(huì)造成孔狀甚至是根本不連續(xù)的區(qū)域, 相反的, 局部且大量的影響還會(huì)使本來(lái)分開(kāi)的區(qū)域連接起來(lái)[4]。3．圖像分割方法詳述本次畢業(yè)設(shè)計(jì)采用的是彩色圖像作為分割圖像，采用的分割方法總的來(lái)說(shuō)是閾值法與邊緣檢測(cè)法的結(jié)合使用，在整個(gè)圖象分割的過(guò)程中，最主要的方法是邊緣檢測(cè)法，而閾值法起到是對(duì)圖象進(jìn)行預(yù)處理和后處理的作用?？紤]到既要具有良好的切割效果,又要保留圖像的重要邊緣特征,具體的實(shí)現(xiàn)步驟如下：(1)輸入待分割圖像f(x,y), f(x,y)為彩色圖像；(2)將待分割圖像f(x,y)轉(zhuǎn)化為灰度圖像g(x,y)；(3)利用MATLAB顯示灰度圖像g(x,y)的灰度直方圖,用迭代法進(jìn)行閾值選取，以達(dá)到區(qū)分背景和目標(biāo)的目的；(4)采用邊緣檢測(cè)算子檢測(cè)圖像的邊界特征,確定圖象的邊界位置，得到圖像G(x,y)；(5)根據(jù)圖象分割的實(shí)際效果，將經(jīng)過(guò)邊緣檢測(cè)后的圖像G(x,y)進(jìn)行局部閾值分割，以達(dá)到消除圖像中某些存在陰影、照度不均勻 ,各處的對(duì)比度不同 ,背景灰度變化等問(wèn)題。 圖像分割方法實(shí)現(xiàn)對(duì)彩色圖像進(jìn)行灰度處理用全局閾值法對(duì)圖像進(jìn)行預(yù)處理：閾值法是一種簡(jiǎn)單有效的圖像分割方法,它用一個(gè)或幾個(gè)閾值將圖像的灰度級(jí)分為幾個(gè)部分,認(rèn)為屬于同一個(gè)部分的像素是同一個(gè)物體。運(yùn)用這種思想，我打算首先將全局閾值法用來(lái)區(qū)分圖片中的背景和目標(biāo)。閾值分割法的結(jié)果很大程度上依賴于對(duì)閾值的選擇, 因此該方法的關(guān)鍵是如何選擇合適的閾值。合適的閾值必須具備的條件是在使用選取的閾值對(duì)圖片進(jìn)行分割后，必須使圖像中的背景和目標(biāo)的分割錯(cuò)誤達(dá)到最小。這種方法是先確定一個(gè)處于圖像灰度取值范圍之中的灰度閾值，然后將圖像中各個(gè)像素的灰度值都與這個(gè)閾值相比較，并根據(jù)比較結(jié)果將對(duì)應(yīng)的像素劃分為兩類:像素的灰度值大于閾值的為一類。 在圖像內(nèi)容不太復(fù)雜、灰度分布較集中的情況下，往往采用最簡(jiǎn)單的全局閾值，并不考慮圖像中點(diǎn)的位置和其鄰域性質(zhì).我采用的是迭代法來(lái)求取閾值，迭代法是基于逼近思想：（1）求出圖像的最大灰度值和最小灰度值，分別記為Max和Min，令初始閾值為：，根據(jù)閾值將圖像分割為前景和背景，分別求出兩者的平均灰度值和；（2）求出閾值；（3）如果；則所得即為閾值；否則轉(zhuǎn)（2）迭代計(jì)算。迭代所得的閾值分割效果良好,基于迭代的閾值能區(qū)分圖像的前景和背景的主要區(qū)域所在。用邊緣檢測(cè)法對(duì)圖像進(jìn)行分割：邊緣是圖像的最基本的特征, 邊緣中包含著有價(jià)值的目標(biāo)邊界信息, 這些信息可以用作圖像分析、目標(biāo)識(shí)別。，可以定義為圖像局部特性的不連續(xù)性，如灰度的突變、(或突變)的結(jié)果，這種不連續(xù)?？衫们笠浑A和二階導(dǎo)數(shù)方便的檢測(cè)到.在對(duì)圖像進(jìn)行分割時(shí)，采用了多種算子對(duì)圖像進(jìn)行分割，最后根據(jù)分割的現(xiàn)象采用效果最好的一種算子作為本次畢業(yè)設(shè)計(jì)的邊緣檢測(cè)算子。用局部閾值法對(duì)圖像進(jìn)行后處理：經(jīng)過(guò)全局閾值分割和邊緣檢測(cè)分割后,有的地方存在灰度不連續(xù)，邊緣不清晰的情況，如果只用一個(gè)固定的全局閾值對(duì)整幅圖像進(jìn)行后,則由于不能兼顧圖像各處的情況而使分割效果受到影響。這時(shí)采用局部閾值法,即用與像素位置相關(guān)的一組閾值對(duì)圖像各部分分別進(jìn)行分割。最簡(jiǎn)單的方法是將圖像劃分為若干小圖像,先對(duì)各子圖像閾值法進(jìn)行分割,再將分割后的小區(qū)域合并在一起,得到整幅圖像的完整分割結(jié)果。其實(shí)局部閾值法是全局閾值法的一個(gè)拓展。4．實(shí)驗(yàn)結(jié)果及分析 實(shí)驗(yàn)結(jié)果圖4 灰度直方圖 圖5 灰度圖像圖6 全局閾值化后的圖片圖7 prewitt算子分割后的圖片圖8 Canny算子分割后的圖片圖9 log算子分割后的圖片 將Canny算子分割后的圖片作為邊緣檢測(cè)后的圖片，再將這個(gè)圖片分割為四個(gè)小圖片，每一個(gè)圖片的直方圖如下:圖10 第一塊的直方圖 圖11 第二塊的直方圖圖12 第三塊的直方圖 圖13 第四塊的直方圖圖13 局部閾值化后的圖像 實(shí)驗(yàn)結(jié)果分析由灰度圖片的直方圖可以看出，這個(gè)直方圖有多個(gè)峰值，不滿足雙峰法的兩個(gè)波峰一個(gè)波谷的條件，所以不適合采用雙峰法，我采用的是迭代法，迭代法得到的閾值分割效果良好，基于迭代的閾值能區(qū)分圖象的前景和背景的主要區(qū)域所在，迭代法作用于整幅圖像每個(gè)像素，因此，對(duì)于直方圖波峰明顯或目標(biāo)和背景的灰度差異懸殊的圖像，得到的效果很好。由灰度圖和灰度直方圖可以看出，該圖像的目標(biāo)和背景的灰度差異懸殊，并且該灰度直方圖的波峰明顯，滿足迭代法的使用條件。由效果圖可以看出，用迭代法得到的閾值分割圖失真度很低，基本上保持了原圖的輪廓。在采用邊緣算子時(shí)，本次畢業(yè)設(shè)計(jì)測(cè)試了3種算子，分別是Prewitt算子，Log算子和Canny算子。對(duì)于三種算子的實(shí)驗(yàn)現(xiàn)象，從視覺(jué)上來(lái)看，以Canny算子最好，邊緣信息豐富，幾乎保留了邊緣所有的邊緣點(diǎn)，而且邊緣清晰，連續(xù)性好。 Log算子，其分割圖像中所含非邊緣點(diǎn)較少，而且主要邊緣大部分被保留，但是還是去掉了很多真邊緣點(diǎn)。Prewitt算子的分割的圖像中雖然幾乎沒(méi)有非邊緣點(diǎn)，但是邊緣的連續(xù)性較差，從視覺(jué)上來(lái)看圖像顯得很雜亂。我們對(duì)圖像分割的結(jié)果通常以人的主觀判決作為評(píng)價(jià)準(zhǔn)則。盡管對(duì)大多數(shù)圖像處理問(wèn)題而言，最后的信宿是人的視覺(jué)，但對(duì)不同分割方法的處理結(jié)果作一定量的比較、評(píng)價(jià)也是必需的。這是一個(gè)有意義但比較困難的問(wèn)題。從目前的文獻(xiàn)來(lái)看，已有學(xué)者在這方面做了一些工作。一般認(rèn)為對(duì)分割方法的評(píng)價(jià)可以通過(guò)分析和實(shí)驗(yàn)兩種方式來(lái)進(jìn)行。因此，分割評(píng)價(jià)方法可以分為分析法和實(shí)驗(yàn)法兩大類。分析法是直接分析分割算法本身的原理及性能，而實(shí)驗(yàn)法是通過(guò)對(duì)測(cè)試圖像的分割結(jié)果來(lái)評(píng)價(jià)算法的。通過(guò)對(duì)實(shí)際分割結(jié)果的分析來(lái)評(píng)估分割算法是具有實(shí)際意義的。定量試驗(yàn)準(zhǔn)則：區(qū)域間的對(duì)比度圖像分割要把一幅原始圖像分為若干個(gè)區(qū)域。直觀的考慮，這些區(qū)域的特性之間應(yīng)該有比較大的差距，或者說(shuō)有明顯的對(duì)比，根據(jù)區(qū)域間的特性對(duì)比度的大小可以判別分割圖的質(zhì)量，也可由此反推出所用分割算法的優(yōu)劣來(lái)，對(duì)于圖像中相鄰接的兩個(gè)區(qū)域來(lái)說(shuō)，如果他們各自的平均灰度為f1和f2，則它們之間的區(qū)域?qū)Ρ榷瓤梢园聪率絹?lái)計(jì)算： (1) 事實(shí)上式(1)中的f也可代表除灰度外的其他特征量，這樣就得到其他區(qū)域間的對(duì)比度，當(dāng)一幅圖像有多個(gè)區(qū)域時(shí)，可利用式(1)分別計(jì)算兩兩間的區(qū)域間的對(duì)比度再求和[16]。 將圖像分為左右兩個(gè)大的區(qū)域，下表是各個(gè)算子分割圖像后的區(qū)域間的對(duì)比度：圖像平均灰度1平均灰度2區(qū)域間對(duì)比度Canny算子Prewitt算子Log算子表1 區(qū)域間的對(duì)比度所以，區(qū)域間的對(duì)比度越高代表分割效果越好，由上表可以看出，Canny算子分割的效果最好，Prewitt分割效果其次，Log算子的分割效果最差。接下來(lái)的局部閾值法，采用的就是Canny算子分割的圖像。在將邊緣分割后的圖像進(jìn)行分割后，分成四塊小圖像，在實(shí)驗(yàn)現(xiàn)象中可以看出，這四塊小圖像的灰度直方圖都有很明顯的雙峰，但是由于波谷寬闊平坦，不滿足雙峰法的使用條件，所以不能使用雙峰法，所以在對(duì)不同的圖像進(jìn)行閾值化的時(shí)候，采用的是全局閾值法里面的迭代法，總的來(lái)說(shuō)，就是將Canny算子分割后的圖片繼續(xù)分割成四小塊，對(duì)四塊不同的圖片用迭代法求取閾值，再將閾值化后的圖片合并起來(lái)。局部閾值化后，由現(xiàn)象可以看出，并沒(méi)有對(duì)原圖進(jìn)行多大的改善，只是在一些很細(xì)微的地方有了一些邊緣的細(xì)化以及平滑，這說(shuō)明在經(jīng)過(guò)Canny算子分割后，由灰度直方圖可以看出，這個(gè)灰度圖雙峰的谷底是在接近0的位置，而且是絕大部分像素都是接近于0的位置，所以圖像的改善并不大，并且圖像并沒(méi)有太多的灰度不連續(xù)以及陰影的情況存在，但是這并不能否定局部閾值化的效果的存在性。5．小結(jié) 本文主要工作總結(jié)通過(guò)對(duì)大量文獻(xiàn)的閱讀，在對(duì)圖像分割領(lǐng)域研究現(xiàn)狀和研究?jī)?nèi)容有了一定了解的基礎(chǔ)上，本文圍繞圖像分割技術(shù)的理論基礎(chǔ)及其實(shí)際應(yīng)用情況，主要進(jìn)行了以下幾個(gè)方面的研究工作： 1對(duì)圖像分割的概念進(jìn)行詳細(xì)的陳述。2對(duì)圖像分割的常用方法進(jìn)行分析和總結(jié)；根據(jù)圖像分割所基于的原理不同，把圖像分割方法主要分為基于閾值分割、基于邊緣檢測(cè)分割和基于區(qū)域分割三大類，并對(duì)他們做了簡(jiǎn)單的介紹和比較。3提出本次圖像分割的方案，并且對(duì)方案進(jìn)行詳細(xì)的論述以及分析。4運(yùn)用MATLAB軟件進(jìn)行實(shí)驗(yàn)，展示實(shí)驗(yàn)現(xiàn)象，得到了較好的效果，根據(jù)實(shí)驗(yàn)現(xiàn)象對(duì)圖像分割進(jìn)行分析，運(yùn)用相關(guān)的圖像分割評(píng)價(jià)標(biāo)準(zhǔn)來(lái)對(duì)分割出來(lái)的圖像進(jìn)行分析，根據(jù)數(shù)據(jù)說(shuō)明圖像分割結(jié)果的優(yōu)劣，總結(jié)本次圖像分割方案的優(yōu)缺點(diǎn)。 結(jié)論通過(guò)研究分析，可以得