【導(dǎo)讀】圖像分割就是把圖像分成一些具有不同特征而有意義的區(qū)域，以便進(jìn)一步的。圖像分割是圖像處理的關(guān)鍵，在灰度圖像中分割出有意義區(qū)域的最基本。選擇閾值的主要方法有：直方圖法，迭代法，最大類間方差。本文主要比較三種方法的優(yōu)缺點(diǎn)，并對(duì)其中的最大類間方差法進(jìn)行優(yōu)化，改進(jìn)分割效。圖像分割就是按照人們的意愿將圖像分成許多個(gè)區(qū)域，使得人們分離出目標(biāo)與背景[1]。們進(jìn)行更深入的圖像研究提供了基礎(chǔ)。圖像分割是圖像預(yù)處理的重要步驟，在人們進(jìn)行圖。像處理研究的初期就已經(jīng)受到人們的高度重視。經(jīng)過(guò)幾十年的發(fā)展，到目前為止，人們已。盡管圖像分割的方法和種類有很多，卻沒(méi)有公認(rèn)的標(biāo)準(zhǔn)的分割。有些分割運(yùn)算可直接分割任何圖像，而有一些只能適用于特殊類圖像。

　　

【正文】 通過(guò)對(duì)三種方法 處理效果 的比較可以看出直方圖法最簡(jiǎn)單， 最直接， 但應(yīng)用較窄， 迭代 法 分割的 圖像 效果良好 ， 基于迭代的閾值能區(qū)分出圖像的 前景 和背景的主要區(qū)域所在，但在圖像的細(xì)微處還沒(méi)有很好的區(qū)分度 ，最大 類間 方差法 它在很多情況下都不是最佳的分割，但分割質(zhì)量通常都有一定的保障，可以說(shuō)是最穩(wěn)定的分割 ，故應(yīng)用最廣泛。 蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 21 第 5 章 最大類間方差法的改進(jìn) 我們?cè)?實(shí)驗(yàn)處理中 發(fā)現(xiàn)：大津法選取出來(lái)的閾值非常理想，對(duì)各種情況 的圖片處理效果都 表現(xiàn)都較為良好。雖然 它在很多情況下都不是最佳的分割 ，但分割質(zhì)量通常都有一定的保障，可以說(shuō)是最穩(wěn)定的分割 ，故 大津 法是一種較為通用的分割算法。 自己根據(jù) 大津法原理所編寫(xiě)的 graythresh 代碼如下： function [level] =Mygraythresh(I) %功能函數(shù) % % GRAYTHRESH Global image threshold using Otsu39。s method. % LEVEL = Mygraythresh(I) level 表示圖像的分割閾值 % Example % I = imread(39。39。)。 %讀取圖片 % % level = Mygraythresh(I)。 %取圖像的分割閾值 % % BW = im2bw(I,level)。 %轉(zhuǎn)換成灰度圖像 % % figure, imshow(BW) % 顯示圖片 % % See also IM2BW. I=rgb2gray(I)。 %將圖像轉(zhuǎn)換成灰度圖像 % I=im2uint8(I(:))。 %數(shù)據(jù)類型轉(zhuǎn)換 % depth=256。 %圖像的灰度級(jí) % counts=imhist(I,depth)。 %統(tǒng)計(jì)同一灰度的像素個(gè)數(shù) % w=cumsum(counts)。 %統(tǒng)計(jì)區(qū)域面積 % ut=counts .* (1:depth)39。 %計(jì)算平均灰度 % u=cumsum(ut)。 %統(tǒng)計(jì)區(qū)域灰度的均值 % MAX=0。 level=0。 for t=1:depth %灰度從 1到設(shè)定的灰度級(jí)循環(huán) % u0=u(t,1)/w(t,1)。 u1=(u(depth,1)u(t,1))/(w(depth,1)w(t,1))。 w0=w(t,1)。 w1=w(depth,1)w0。 g=w0*w1*(u1u0)*(u1u0)。 if g MAX 蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 22 MAX=g。 level = t。 end end level=level /256。 end 由于 大津 法 較好的效果，使其 得到了廣泛的應(yīng)用 。 但 我們 發(fā)現(xiàn)，大津法 也有很大的 缺陷 ，就 是當(dāng)目標(biāo) 區(qū)域 物與背景 區(qū)域 灰度 相 差不 明顯時(shí)，會(huì)出現(xiàn)無(wú)法忍受的大塊黑色區(qū)域，甚至?xí)G失整幅圖像的信息 ，這嚴(yán)重影響了圖片的分割效果。 為了解決這個(gè)問(wèn)題， 本文 嘗試?yán)?灰度拉伸 來(lái) 改善大津法在此情況下的分割效果 。這種方法的原理其實(shí)就是在大津法的基礎(chǔ)上通過(guò)增加灰度的級(jí)數(shù)來(lái)增強(qiáng)前后景的灰度差，從而解決問(wèn)題?；?度增加的方法是用原有的灰度級(jí)乘上同一個(gè)系數(shù)，從而擴(kuò)大灰度的級(jí)數(shù) 。比如說(shuō)，原來(lái)灰度級(jí)數(shù)是 255，我們修改一下 255*3，使其變成以前的 3 倍。 特別地，當(dāng)乘上的系數(shù)為 1 時(shí)，這就是大津法的原型，因此，大津法可以 看做是這種方法的一個(gè)特例。 以下是我用 Matlab 處理的實(shí)驗(yàn)： 首先要找一幅符合上述要求的，即目標(biāo)與 背景區(qū)域灰度相差不明顯的圖片，并對(duì)該圖片進(jìn)行直方圖統(tǒng)計(jì)灰度， 如 下 圖： 圖 51： 獅子圖片的灰度直方圖 從圖中的直方圖我們可以看出，直方圖基本上是一個(gè)峰的形式，目標(biāo)與背景十分相似。在此情況下，我們 取灰度級(jí)為 5 的時(shí)候 ，用 Otsu 法 處理的圖片 如下 圖 ： 蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 23 圖 52 ：灰度級(jí)為 5 時(shí)的處理圖片 從 上圖 中我們很明顯的可以看出 分割后的圖片出現(xiàn)了很多黑塊區(qū)域， 獅子面部有些模糊了， 分割 不理想。 當(dāng)我們把灰度級(jí)為 15，即以前的 3 倍時(shí) ， 的處理的圖片如下 圖 ： 圖 53：灰度級(jí)為 15 時(shí)的處理圖片 從 改進(jìn)后的圖片可以看出，大幅的黑塊區(qū)域減少了很多， 獅子的面部輪廓比較清晰了。蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 24 實(shí)驗(yàn)結(jié)果表明該方法的確可以改進(jìn)最大類間方差法的分割效果。 以下，以同樣的方法繼續(xù) 對(duì) Circuit， Lena， Peppers 三 幅圖片 進(jìn)行同樣灰度拉伸方法處理，改變其控制參數(shù)灰度級(jí)，效果 如下 圖 ： 圖 54:灰度級(jí)為 5 時(shí)的 Circuit 處理圖片 圖 55：灰度級(jí)為 5*7=35 時(shí)的 Circuit 處理圖片 蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 25 圖 56：灰度級(jí)為 5 時(shí)的 Lena 處理效果圖 圖 57：灰度級(jí)為 5*7=35 時(shí)的 Lena 處理效果圖 蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 26 圖 58：灰度級(jí)為 5 時(shí)的 Peppers 處理圖片 圖 59：灰度級(jí)為 5*5=25 時(shí)的 Peppers 處理圖片 蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 27 結(jié)論 通過(guò) 前面 對(duì) 主要的 三種 閾值分割 方法的比較 中，我們 可以看出直方圖法最簡(jiǎn)單， 最直接， 最容易理解， 但應(yīng)用較窄， 只適合目標(biāo)與背景灰度相差較明顯的時(shí)候； 迭代 法 分割的圖像 效果良好 ， 基于迭代的閾值能區(qū)分出圖像的 前景 和背景的 主要區(qū)域所在，但在圖像的細(xì)微處還沒(méi)有很好的區(qū)分度 ， 而且計(jì)算量較大； 最大 類間 方差法 它在很多情況下都不是最佳的分割，但 其算法較為理想， 分割質(zhì)量通常都有一定的保障，可以說(shuō)是最穩(wěn)定的分割 ，故應(yīng)用最 為 廣泛。 利用 灰度拉伸 來(lái) 增強(qiáng)大津法 ， 這種方法的原理其實(shí)就是在大津法的基礎(chǔ)上通過(guò)增加灰度的級(jí)數(shù)來(lái)增強(qiáng)前后景的灰度差 。實(shí)驗(yàn)結(jié)果表明：該方法可以有效的改進(jìn) Otsu法 分割效果。 隨著圖像分割應(yīng)用的愈加廣泛 ，人們 對(duì)其的研究也日益加深 。對(duì)圖像分割算法的研究已有幾十 年的歷史，借助各種理論，人們至今已提出了上千種類型的分割算法，由于 現(xiàn)已提 出的 大多 分割算法大都是針對(duì)具體問(wèn)題的，并 沒(méi)有一種適合于所有圖像的通用的分割算法。但是可以看出，圖像分割算 法正朝著更快速、更精確 、 更通用 的方向發(fā)展， 隨著 新理論和新技 術(shù)出現(xiàn)，圖像分割的發(fā)展方興未艾。 蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 28 參考文獻(xiàn) [1] 章毓晉 . 圖像工程 [M]. 清華大學(xué)出版社 . [2] 陳 果，左洪福 .圖像的自適應(yīng)模糊閾值分割法 [J].自動(dòng)化學(xué)報(bào) . [3] 孫樹(shù)亮，艾嬌艷，張麗華 . 幾種灰度圖像分割方法的比較分析 [J]. 計(jì)算機(jī)技術(shù)與自動(dòng)化 . [4] 岡薩雷斯等著，阮秋 琦等譯 . 數(shù)字圖像處理 [M]. 電工業(yè)出版社 . [5] 周品，李曉東 . 數(shù)字圖像處理 [M] .清華大學(xué)出版社 . [6] 陳寧寧 . 幾種圖像閾值分割算法的實(shí)現(xiàn)與比較 . 電腦知識(shí)與技術(shù) [J]. [7] 林正春，王知衍，張艷青 . 最優(yōu)進(jìn)化圖像閾值分割算法 [J]. 計(jì)算機(jī)輔助設(shè)計(jì)與圖像學(xué)學(xué)報(bào) . [8] 舒紅平 ， 蔣建明 . 基于灰度最優(yōu)閾值的圖像分割方法及應(yīng)用 [J]. 自然科學(xué)報(bào) . [9] 楊修國(guó) . 圖像閾值方法分割研究與分析 [N]. 華東師范大學(xué) . [10]侯德文 ， 王依才 . 改 進(jìn)的二維 Otsu 圖像分割方法的研究 [J]. 計(jì)算機(jī)工程與應(yīng)用 . 蘇州大學(xué)本科生畢業(yè)論文（設(shè)計(jì) ） 29 致謝 隨著論文接近完成，我在蘇州大學(xué)四年的學(xué)習(xí)生活也快結(jié)束了，四年時(shí)間如白駒過(guò)隙 ，彈指一揮間 。 回首過(guò)去的四年，在老師同學(xué)的共同陪伴下度過(guò)了人生中最重要的四年時(shí)光。從剛?cè)雽W(xué)時(shí)的懵懂到如今的成熟，再?gòu)淖约簩I(yè)知識(shí)的積累，在這一過(guò)程中班主任陳紅仙老師給了我很多關(guān)心，她負(fù)責(zé)的態(tài)度深深的影響了我。 本論文是在我的導(dǎo) 師 楊劍宇 指導(dǎo)下完成， 在此期間，楊老師給予了我很大的幫助。 在此，我要對(duì)楊老師 表示 衷心的感謝， 感謝 楊老師 對(duì)我的指導(dǎo)、關(guān)心和幫助 。 我 主修的是自動(dòng)控制專業(yè)，在楊老師的悉心指導(dǎo)下我還學(xué)到了許多關(guān)于圖像處理的知識(shí)。 楊劍宇 老師淵博的專業(yè)知識(shí)，嚴(yán)謹(jǐn)?shù)闹螌W(xué)態(tài)度讓我受益匪淺。在此 謹(jǐn)向 楊劍宇 老師 表示衷心的感謝和誠(chéng)摯的敬意，祝愿其身體健康，工作順利！ 最后由衷感謝審閱本篇論文的專家和教授！