數(shù)字圖像灰度閾值的圖像分割技術(shù)matlab(編輯修改稿)
2025-08-21 21:40 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 T(N(x，y)，f(x，y)) (與點(diǎn)的灰度值和該點(diǎn)的局部鄰域特征有關(guān)) （3）局部閾值或動(dòng)態(tài)閾值T＝T(x，y，N(x，y)，f(x，y))(與點(diǎn)的位置、該點(diǎn)的灰度值和該點(diǎn)鄰域特征有關(guān))所有這些閾值化方法，根據(jù)使用的是圖像的局部信息還是整體信息，可以分為上下文無(wú)關(guān)(noncontextual)方法(也叫做基于點(diǎn)(pointdependent)的方法)和上下文相關(guān)(contextual)方法(也叫做基于區(qū)域(regiondependent)的方法)；根據(jù)對(duì)全圖使用統(tǒng)一閾值還是對(duì)不同區(qū)域使用不同閾值，可以分為全局閾值方法(global thresholding)和局部閾值方法(local thresholding，也叫做自適應(yīng)閾值方法adaptive thresholding)；另外，還可以分為雙閾值方法(bilever thresholding)和多閾值方法(multithresholding)。全局閾值法指利用全局信息對(duì)整幅圖像求出最優(yōu)分割閾值，可以是單閾值，也可以是多閾值；局部閾值法是把原始的整幅圖像分為幾個(gè)小的子圖像，再對(duì)每個(gè)子圖像應(yīng)用全局閾值法分別求出最優(yōu)分割閾值。其中全局閾值法又可分為基于點(diǎn)的閾值法和基于區(qū)域的閾值法。閾值分割法的結(jié)果很大程度上依賴于閾值的選擇，因此該方法的關(guān)鍵是如何選擇合適的閾值。由于局部閾值法中仍要用到全局閾值法，因此本文主要對(duì)全局閾值法中基于點(diǎn)的閾值法和基于區(qū)域的閾值法分別進(jìn)行了研究。根據(jù)閾值法的原理可以將閾值選取技術(shù)分為三大類：（1）基于點(diǎn)的全局閾值方法基于點(diǎn)的全局閾值算法與其他幾大類方法相比，算法時(shí)間復(fù)雜度較低，易于實(shí)現(xiàn)，適合應(yīng)用于在線實(shí)時(shí)圖像處理系統(tǒng)。（2）基于區(qū)域的全局閾值方法對(duì)一幅圖像而言，不同的區(qū)域，比如說(shuō)目標(biāo)區(qū)域或背景區(qū)域，同一區(qū)域內(nèi)的象素，在位置和灰度級(jí)上同時(shí)具有較強(qiáng)的一致性和相關(guān)性。（3）局部閾值法和多閾值法局部閾值(動(dòng)態(tài)閾值) 當(dāng)圖像中有如下一些情況：有陰影，照度不均勻，各處的對(duì)比度不同，突發(fā)噪聲，背景灰度變化等，如果只用一個(gè)固定的全局閾值對(duì)整幅圖像進(jìn)行分割，則由于不能兼顧圖像各處的情況而使分割效果受到影響。有一種解決辦法就是用與象索位置相關(guān)的一組閾值(即閾值使坐標(biāo)的函數(shù))來(lái)對(duì)圖像各部分分別進(jìn)行分割。這種與坐標(biāo)相關(guān)的閾值也叫動(dòng)態(tài)閾值，此方法也叫變化閾值法，或自適應(yīng)閾值法。這類算法的時(shí)間復(fù)雜性和空間復(fù)雜性比較大，但是抗噪能力強(qiáng)，對(duì)一些用全局閾值不易分割的圖像有較好的效果。本文對(duì)基于對(duì)圖像閾值分割技術(shù)的理解，介紹以下三種算法的使用及實(shí)現(xiàn)：基于灰度直方圖的閾值選取圖像分割、基于最大熵的閾值分割和基本全局門(mén)限算法實(shí)現(xiàn)閾值分割。（MATLAB實(shí)現(xiàn)）直方圖給出了圖像中各個(gè)灰度級(jí)再圖像中所占的比例。圖像分割的目的在于將圖像中的前景從背景中提取
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1