【正文】 算法.第4章 實(shí)驗(yàn)與分析第4章 實(shí)驗(yàn)與分析 編程環(huán)境介紹MATLAB 是MathWorks公司開發(fā)的一套高性能的用于數(shù)值計(jì)算和可視化圖形處理的工程語言，是一門計(jì)算機(jī)編程語言,是 matrix laboratory（矩陣實(shí)驗(yàn)室）的縮寫,專門以矩陣的方式來處理計(jì)算機(jī)數(shù)據(jù),它把數(shù)值計(jì)算和可視化環(huán)境集成到一起，非常直觀。它將數(shù)值分析、矩陣運(yùn)算、圖形圖像處理、信號處理和仿真等集成于一體,構(gòu)成了一個(gè)方便、界面友好的用戶環(huán)境。MATLAB語言是一種簡單、高效、功能極強(qiáng)的編程語言,它可用于數(shù)學(xué)、計(jì)算機(jī)、電子工程、信息工程、機(jī)械工程等專業(yè)。MATLAB都是標(biāo)準(zhǔn)的計(jì)算工具。在中補(bǔ)充了許多針對特定應(yīng)用的工MATLAB具箱,圖像處理工具箱是一個(gè)函數(shù)（稱為MATLAB[1]P3M函數(shù)或文件）集，它擴(kuò)展了解決圖MATLAB像處理問題的能力，目前還推出了信號處理工具箱小波工具箱神經(jīng)網(wǎng)絡(luò)工具箱以及通信工具箱、等多個(gè)學(xué)科的專用工具箱，極大地方便了不同學(xué)科的研究工作在數(shù)字圖象處理中，圖象處理技術(shù)基礎(chǔ)圖象變換圖象增強(qiáng)圖象分割圖象壓縮圖象恢復(fù)等都可以在中找到相應(yīng)的函數(shù)或函MATLAB數(shù)的組合加以求解。MATLAB 軟件具有強(qiáng)大的函數(shù)庫，為圖像的分割提供了方便，例如： (1). imhist 函數(shù)，功能：計(jì)算和顯示圖像的色彩直方圖；(2). imcontour 函數(shù)，功能：顯示圖像的等灰度值圖；(3) imadjust 函數(shù)，功能：通過直方圖變換調(diào)整對比度；(4) histeq 函數(shù),功能：直方圖均衡化。本次課程設(shè)計(jì)程序運(yùn)行硬件配置：華碩筆記本一臺(tái)；電腦配置為屏幕尺寸：14英寸；處理器型：Intel 酷睿2雙核 T6670；顯卡芯片：NVIDIA GeForce G 1G；標(biāo)配內(nèi)存：2GB；硬盤容量：320GB。 相關(guān)圖像實(shí)驗(yàn) 灰度變換就是對圖像像素灰度值進(jìn)行修正，使圖像灰度值動(dòng)態(tài)范圍加大，對比度擴(kuò)展，成像均勻清晰，達(dá)到改善圖像質(zhì)量的目的圖像處。MATLAB理工具箱提供了灰度調(diào)整函數(shù) ，可以將imadjust()圖像的灰度值調(diào)整到一個(gè)指定的范圍。程序代碼如下：f=imread(39。39。)。g1=imadjust(f,[0 1],[1 0])。g2=imadjust(f,[ ],[0 ])。imshow(f),figure,imshow(g1),figure,imshow(g2)程序運(yùn)行如下圖：圖41：同一幅圖像不同灰度的對照Figure 41: the same image with different grayscale contrast彩色圖像是由R、G、B這3種顏色按不同的比例混合而成，也稱真彩色模式，是PS中最為常見的一種色彩模式。在PS中，紅、綠、藍(lán)三原色的取值范圍都是0～255，把這3種原色進(jìn)行各種比例的調(diào)和就可產(chǎn)生16777216（256*256*256）種顏色，可以達(dá)到很好的模擬自然界顏色效果。一般圖像大都為RGB模式。彩色圖像基色分解程序如下：RGB=imread(39。39。)。subplot(2,2,1),imshow(RGB)。 subplot(2,2,2),imshow(RGB(:,:,1))。subplot(2,2,3),imshow(RGB(:,:,2))。 subplot(2,2,4),imshow(RGB(:,:,3))。程序運(yùn)行如下圖： A原圖 B原圖像的紅色分量 C圖像的綠色分量 D圖像的藍(lán)色分量圖42 真彩圖像RGB分量圖Figure 42 RGB true color image ponents of Figure 實(shí)驗(yàn)結(jié)果圖43 原彩色圖像Figure 43 of the original color image圖44 設(shè)定一定帶寬的分割圖Figure 44 split plan set a certain bandwidth圖45帶寬變小后的分割圖Figure 45 Bandwidth smaller partition plan after圖46帶寬變更小后的分割圖Figure 46 Bandwidth little change after the split graph（a）（b）圖47帶寬一樣不同兩幅圖像的分割圖；圖（a）和圖(b)Figure 47 the same bandwidth of the division of two images of different map同一個(gè)圖像在不同帶寬的分割下會(huì)分割處不同的效果，如圖43，圖44，圖45是在帶寬逐漸變小的情況下分割出來的圖像，隨著帶寬的變小，識別的敏感性也將變大，對圖像顏色的變化識別能力提高。同一幅圖像，怎樣才能分割出一個(gè)有效的，使用的結(jié)果，是一個(gè)難題。怎樣才能智能的自動(dòng)調(diào)節(jié)帶寬的設(shè)定，將是一個(gè)難點(diǎn)，也將帶領(lǐng)圖像分割技術(shù)進(jìn)入一個(gè)新的時(shí)代。最后結(jié)論：在分割一幅圖像時(shí)，根據(jù)需要，要變換帶寬，因?yàn)椴煌膸挿指畛龅慕Y(jié)果是不一樣的。根據(jù)實(shí)際需要，調(diào)節(jié)不同的帶寬分割。不足之處：人實(shí)際上不能準(zhǔn)確地根據(jù)自己的需要來調(diào)節(jié)帶寬，不會(huì)分割出最理想的結(jié)果。帶寬過小會(huì)對顏色的變化非常敏感，會(huì)把很小的東西分割出來。不同的圖像在相同的帶寬下分割也會(huì)識別出不同的結(jié)果，如圖47的圖(a)和圖(b),是在相同帶寬下分割出來的圖像，由于不同的圖像中顏色的變化時(shí)不相同的，物體間的顏色變化程度也是不同的,那么分割出的效果也是不同的。 本章小結(jié)本章首先介紹了畢業(yè)設(shè)計(jì)的程序環(huán)境，講解了matlab 軟件的由來和優(yōu)點(diǎn)，然后對圖像處理的一般程序進(jìn)行了說明和運(yùn)行，學(xué)習(xí)了匯編語言，研究了圖像處理中的一些細(xì)節(jié)。接著運(yùn)行了圖像分割程序，對不同的圖像進(jìn)行了分割，主要對同一圖像在不同帶寬的分割下進(jìn)行了對比，說明分析了不同和分割的結(jié)果：有在相同帶寬的情況下分割了不同的照片，進(jìn)行了分析對比。結(jié)論結(jié)論雖然近年來研究成果越來越多，但由于圖像分割本身所具有的難度，使研究沒有大的突破性的進(jìn)展。仍然存在的問題主要有兩個(gè)：其一是沒有一種普遍使用的分割算法；其二是沒有一個(gè)好的通用的分害評價(jià)標(biāo)準(zhǔn)。從圖像分割研究的歷史來看，可以看到對圖像分割的研究有兒個(gè)明顯的趨勢:一是對原有算法的不斷改進(jìn)；二是新方法、新概念的引入和多種方法的有效綜合運(yùn)用。人們逐漸認(rèn)識到現(xiàn)有的任何一種單獨(dú)的圖像分割算法都難以對一般圖像取得令人滿意的分割效果，因而很多人在把新方法和新概念不斷的引入圖像分割領(lǐng)域的同時(shí)，也更加重視把各種方法綜合起來運(yùn)用。在新出現(xiàn)的分割方法中，基于小波變換的圖像分割方法就是一種很好的方法。三是交叉式分割研究的深入。由于很多場合需要對目標(biāo)圖像進(jìn)行邊分割分析，例如對醫(yī)學(xué)圖像的分析，因此需要進(jìn)行交勻_式分割研究。事實(shí)證明，交叉式分割技術(shù)有著廣泛的應(yīng)用。四是對特殊圖像分割的研究越來越得到重視。目前有很多針對立體圖像、彩色圖像、多光譜圖像以及多視場圖像分割的研究，也有對運(yùn)動(dòng)圖像及視頻圖像中目標(biāo)分割的研究，還有對深度圖像、紋理、Texture圖像、計(jì)算機(jī)斷層掃描、磁共振圖像、共聚焦激光掃描顯微鏡圖像、合成孔雷達(dá)圖像等特殊圖像的分割技術(shù)的研究。五是對圖像分割評價(jià)的研究和對評價(jià)系數(shù)的研究越來越得到關(guān)注。相信隨著研究的不斷深入，存在的問題會(huì)很快得到圓滿的解決。33附錄1參考文獻(xiàn)1 Matlab圖像處理與應(yīng)用. 董長虹主編 賴志國, 余嘯海編著，北京:國防工業(yè)出版社,2004.2 數(shù)字圖像處理:MATLAB版/(美) Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins著 阮秋琦等譯，北京:電子工業(yè)出版社,2005.3 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, ,AUGUST,1995 .4 LORENZ Maps for Image Segmentation[J].Computing and Visualization in Science,2001(5).4157.5 MATLAB高級應(yīng)用——圖像及影像處理. 清源計(jì)算機(jī)工作室編著，機(jī)械工業(yè)出版社.6均值平移在圖像分割中的應(yīng)用 .張科等，彈箭與制導(dǎo)學(xué)報(bào)第26卷第1期.7 基于均值偏移的彩色圖像分割算法. 伊懷鋒，黃賢武，計(jì)算機(jī)應(yīng)用第2 6卷第7期，2 0 0 6年7月.8 Mean Shift, Mode Seeking, and Clustering，Yizong Cheng ，IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 17, NO. 8, AUGUST ,1990.9 基于均值偏移的灰度圖像分割方法 . 李正周 ,彭素靜 ,王允 ,劉國金. 光子學(xué)報(bào) ,第36 卷增刊, 2007年6月.10 KIM Jinsang,CHEN Feature Clustering for Image Sequence Segmentation[J].Pattern Recognition Letters,2001.(22):12071217.11 章毓晉 . 圖像分割. 北京： 北京科學(xué)出版社.12 俞勇, 施鵬飛, 趙立初 . 基于最小能量的圖像分割方法. 紅外與激光工程,.13 靳宏磊, 朱蔚萍, 李立源 . ,(1)5456. 致謝畢業(yè)設(shè)計(jì)完成之時(shí)，首先要感謝導(dǎo)師張旭光的悉心指導(dǎo)。在四個(gè)月前，當(dāng)我拿到設(shè)計(jì)任務(wù)書一籌莫展之時(shí)，面對生疏的術(shù)語感到無可奈何，束手無策。在張旭光老師的幫助下，經(jīng)過四個(gè)月的努力，我的畢業(yè)設(shè)計(jì)終告完成，并且在此過程中我有了很大的收獲。張旭光老師為人和藹可親，工作認(rèn)真，一絲不茍，為自己的學(xué)生不辭辛勞。在設(shè)計(jì)的選題，資料的選取，設(shè)計(jì)計(jì)劃以及在設(shè)計(jì)中遇到的問題，李老師都提出了寶貴的意見。再次感謝張老師給予我的莫大幫助。此外，還要特別感謝我的師姐張?jiān)仆瑢W(xué)，她在做自己研究工作的同時(shí)，還要花費(fèi)自己寶貴的時(shí)間為我解決我在設(shè)計(jì)中遇到的問題，當(dāng)我的方向出現(xiàn)錯(cuò)誤時(shí)細(xì)心地為我指出，在此對他們給與我的幫助表示衷心的感謝。另外，對于幫助我的其他各位老師、同學(xué)我在此也表示萬分的感謝。由于時(shí)間和學(xué)識的關(guān)系，本設(shè)計(jì)可能還存在一些不足之處，敬請各位老師加以指正。