【導(dǎo)讀】且基本的問題，分割結(jié)果的好壞將直接影響到視覺系統(tǒng)的性能。在應(yīng)用上圖像分割是圖像處理到圖像分析的關(guān)鍵步驟。雖然圖像分割的分割算子繁多，但此處主要介紹了prewitt算。子、sobel算子、canny算子等。而基于區(qū)域的圖像分割方法主要包括區(qū)域生長法和分。通過多次的實(shí)驗(yàn)過后，總結(jié)出一般的圖像分割處。理可以用EDGE函數(shù)。而特定的圖像應(yīng)用閾值分割、檢測微小結(jié)構(gòu)。和四叉樹分解比較簡單。盡管目前圖像分割技術(shù)發(fā)展很成熟了，但鑒。于其應(yīng)用的廣泛性和重要性，很多方面又不是很成熟，甚至剛起步，需要我們進(jìn)一步研究。

　　

【正文】 圖 38 大律法閾值圖像圖書館 .png 分割前后對(duì)比 原始圖像 迭代閾值分割后的圖像 圖 39 迭代法閾值圖像圖書館 .png 分割前后對(duì)比 基于區(qū)域的分割方法 原始圖像 四叉樹分割后圖像 圖 310 四叉樹法對(duì)圖像花 .png 分割前后對(duì)比 西北民族大學(xué)電氣工程學(xué)院畢業(yè)論文 30 第四章 實(shí)驗(yàn)結(jié)果分析 由原始圖像和各算法提取后圖像分析可以看出，在對(duì)于有多個(gè)峰值的圖像，不滿足雙峰法的兩 個(gè)波峰的一個(gè)波谷的條件，不便用雙峰法，可以用迭代法，效果更好。 對(duì)灰度圖像分割算法的研究已經(jīng)有幾十年的歷史，借助各種理論至今已經(jīng)提出了上千種各種類型的分割算法，而且這方面的研究還在積極進(jìn)行中。這個(gè)層次研究的重要性也己為人們廣泛承認(rèn)。盡管人們?cè)诨叶葓D像的分割方面做了許多研究工作，但是由于尚無通用的分割理論，因此現(xiàn)己提出的分割算法大都是針對(duì)具體問題的，并沒有一個(gè)適合于所有灰度圖像的通用的分割算法。本文針對(duì)當(dāng)前主流的灰度圖像分割算法進(jìn)行了分析、分類、歸納和總結(jié)，指出了各類方法的優(yōu)缺點(diǎn)， 為人們?cè)诓煌膽?yīng)用場合及不同的圖像數(shù)據(jù)條件下選擇不同的分割算法提供了一定的依據(jù)。當(dāng)然本中的分類也不是絕對(duì)的，從不同的角度還應(yīng)該有別的分類方法。 實(shí)驗(yàn)結(jié)果分析與比較： ① Roberts 算子：對(duì)具有陡峭的低噪聲的圖像處理效果較好。但是利用 roberts算子提取邊緣的結(jié)果邊緣比較粗，因此邊緣定位不是很準(zhǔn)確。 ② Sobel 算子：對(duì)灰度簡便和噪聲較多的圖像處理較好。 Sobel 算子對(duì)邊緣定位比較準(zhǔn)確。 西北民族大學(xué)電氣工程學(xué)院畢業(yè)論文 31 ③ Prewitt 算子：對(duì)灰度級(jí)漸變和噪聲較多的圖像處理較好。 ④ Log 算子：拉普拉斯高斯算子經(jīng)常出現(xiàn)雙像素邊界，并且該檢測方法 對(duì)噪聲比較敏感；所以，很少用拉普拉斯算子做邊緣檢測，而是用來判斷邊緣檢測是位于圖像的明區(qū)還是暗區(qū)。 ⑤ Canny 算子：此方法不容易受到噪聲的干擾，能夠檢測真正的邊緣。在edge 函數(shù)中，最有效的邊緣檢測方法是 canny 算子檢測犯方法。該方法的優(yōu)點(diǎn)在于，使用兩種不同的閾值分別檢測強(qiáng)邊緣和弱邊緣，并且僅當(dāng)弱邊緣和強(qiáng)邊緣相連時(shí)，才將弱邊緣包含在輸出圖像中。因此，這種方法不容易被噪聲“填充”，更容易檢測出真正的弱邊緣。 閾值分割算法中，直方圖閾值雙峰法是通過變換直方圖，使求谷值轉(zhuǎn)換為極大值的方 法；迭代法和大律法則是通過類間方差公式的不同變換來計(jì)算閾值。在邊緣檢測算法中，在比較復(fù)雜的圖像中，用 Roberts 算子得不到較好的邊緣檢測，而相對(duì)較復(fù)雜的 Prewitt 和 Sobel 算子檢測效果較好。 拉普拉斯算子在邊緣檢測中很有用，同梯度算子一樣，拉普拉斯算子也增強(qiáng)了噪聲，有時(shí)用拉普拉斯算子在進(jìn)行邊緣檢測時(shí)，可將圖像進(jìn)行平滑處理。 Canny 算子是幾種算子中最優(yōu)的邊緣檢測算子，此方法不容易受噪聲的干擾，能夠檢測到真正的弱邊緣。區(qū)域生長法是根據(jù)事先定義的相似性準(zhǔn)則，將圖像中滿足相似性準(zhǔn)則的像素或子區(qū)域聚合成更大區(qū) 域的過程，分裂合并法的基礎(chǔ)是四叉樹表示法。 西北民族大學(xué)電氣工程學(xué)院畢業(yè)論文 32 第五章 總結(jié)與展望 對(duì)灰度圖像分割算法的研究已經(jīng)有幾十年的歷史，借助各種理論至今已經(jīng)提出了上千種各種類型的分割算法，而且這方面的研究還在積極進(jìn)行中。這個(gè)層次研究的重要性也己為人們廣泛承認(rèn)。盡管人們?cè)诨叶葓D像的分割方面做了許多研究工作，但是由于尚無通用的分割理論，因此現(xiàn)己提出的分割算法大都是針對(duì)具體問題的，并沒有一個(gè)適合于所有灰度圖像的通用的分割算法。本文針對(duì)當(dāng)前主流的灰度圖像分割算法進(jìn)行了分析、分類、歸納和總結(jié)，指出了各類方法的優(yōu)缺點(diǎn)，為人們?cè)诓煌膽?yīng)用場合及不同 的圖像數(shù)據(jù)條件下選擇不同的分割算法提供了一定的依據(jù)。當(dāng)然本中的分類也不是絕對(duì)的，從不同的角度還應(yīng)該有別的分類方法。 閾值分割算法中，直方圖閾值雙峰法是通過變換直方圖，使求谷值轉(zhuǎn)換為極大值的方法；迭代法和大律法則是通過類間方差公式的不同變換來計(jì)算閾值。在邊緣檢測算法中，在比較復(fù)雜的圖像中，用 Roberts 算子得不到較好的邊緣檢測，而相對(duì)較復(fù)雜的 Prewitt 和 Sobel 算子檢測效果較好。拉普拉斯算子在邊緣檢測中很有用，同梯度算子一樣，拉普拉斯算子也增強(qiáng)了噪聲，有時(shí)用拉普拉斯算子在進(jìn)行邊緣檢測時(shí)，可將圖像進(jìn)行 平滑處理。 Canny 算子是幾種算子中最優(yōu)的邊緣檢測算子，此方法不容易受噪聲的干擾，能夠檢測到真正的弱邊緣。區(qū)域生長法是根據(jù)事先定義的相似性準(zhǔn)則，將圖像中滿足相似性準(zhǔn)則的像素或子區(qū)域聚合成更大區(qū)域的過程，分裂合并法的基礎(chǔ)是四叉樹表示法。最后詳細(xì)介紹了圖像分割算法在門牌號(hào)識(shí)別系統(tǒng)中的應(yīng)用，本此方法的應(yīng)用很簡單、穩(wěn)定有效，因而應(yīng)用比較廣泛。 雖然近年來人們?cè)趫D像分割方面做了大量的研究工作，但由于尚無通用西北民族大學(xué)電氣工程學(xué)院畢業(yè)論文 33 的分割理論，因此現(xiàn)已提出的分割算法大都是針對(duì)具體問題的，并沒有一種適合于所有圖像的通用的分割算法。雖然人們?cè)噲D對(duì) 分割建立模型并根據(jù)模型進(jìn)行分割，但并不太成功。另外，給定一個(gè)實(shí)際圖像如何選擇合適的分割算法也還沒有一定的標(biāo)準(zhǔn)。因此，下列問題需要進(jìn)一步深入研究 : (1)如何根據(jù)不同圖像的特點(diǎn)，選擇合適的分割方法。論文雖然對(duì)圖像分割方法進(jìn)行了研究，但這還遠(yuǎn)遠(yuǎn)不夠，還需要進(jìn)一步結(jié)合圖像及其描述特征的特點(diǎn)進(jìn)行深入的研究。 (2)尋找運(yùn)算速度快，精確率高的圖像分割算法也是圖像分割中的研究重點(diǎn)。伴隨著數(shù)字圖像處理的應(yīng)用領(lǐng)域不斷擴(kuò)大，實(shí)時(shí)處理技術(shù)己成為研究的熱點(diǎn)，在實(shí)時(shí)圖像處理系統(tǒng)中，算法的運(yùn)行時(shí)間成為一個(gè)新的問題。 (3)新方法、新 概念的引入和多種方法的綜合運(yùn)用。現(xiàn)有的任何一種單獨(dú)的圖像分割算法都難以對(duì)一般圖像取得令人滿意的分割效果，因而應(yīng)重視把各種分割方法綜合起來運(yùn)用。 西北民族大學(xué)電氣工程學(xué)院畢業(yè)論文 34 第六章 致 謝 時(shí)光飛逝，四年的本科生學(xué)習(xí)生活轉(zhuǎn)眼就要結(jié)束，值此論文完成之際，我要向四年來支持、幫助、關(guān)心過我的老師、同學(xué)和親友表示衷心感謝。 首先要感謝我的導(dǎo)師 李向群 老師 ，正因?yàn)橛辛?李 老師的悉心指導(dǎo)和關(guān)懷，這篇論文才得以順利完成。從跟 他 學(xué)習(xí)以來， 他 就十分關(guān)心我的學(xué)習(xí)和生活，并給予了我無私的指導(dǎo)和幫助。特別是從論文的選題、論文各階段的進(jìn)展到 論文的最后定稿，都提出了許多寶貴的意見。在學(xué)習(xí)期間，我深深感受到了 他 嚴(yán)謹(jǐn)?shù)闹螌W(xué)精神、良好的工作作風(fēng)，謙遜的為人風(fēng)格，淵博的學(xué)術(shù)知識(shí)。從 他 身上學(xué)到的東西，將使我終生受用 ! 其次，要感謝我大學(xué)期間的所有任課老師，同時(shí)，我要特別感謝我的大學(xué)同學(xué)在我大學(xué)期間給予我學(xué)習(xí)、生活上的幫助、支持與鼓勵(lì)。另外，在課題的研究中，論文所引參考文獻(xiàn)的作者們留下的大量寶貴資料，為課題的頃利完成提供了有力支撐，在此向他們表示衷心的感謝 。 最后，感謝我的父母和家人，我還要衷心感謝我的父母及家人，感謝他們對(duì)我一如既往的支持。因?yàn)樗?們的鼓勵(lì)，即使在生活學(xué)習(xí)最困難的時(shí)候我也從來不曾失掉勇氣和對(duì)未來的信心。他們的期望永遠(yuǎn)是我前進(jìn)的動(dòng)力。祝愿他們永遠(yuǎn)健康快樂 ! 西北民族大學(xué)電氣工程學(xué)院畢業(yè)論文 35 參考文獻(xiàn) [1] 龔生容，劉純平，王 強(qiáng)，等數(shù)字圖像處理與分析， 2021 年 7 月 [2] 陳天華，數(shù)字圖像處理， 2021 年 6 月 [3] 崔屹，數(shù)字圖像處理技術(shù)及應(yīng)用，電子工業(yè)出版社 [M]， 1997 [4] 江澤濤，朱穎一種基于插值的圖像分割方法 [J].計(jì)算機(jī)工程與應(yīng)用，2021(7):4748 [5] 吳健康，數(shù)字圖像分析 [M]，人民郵電出版社， 1989 [6] 趙椿榮， 趙忠明等，數(shù)字圖像處理導(dǎo)論 [M]，西北工業(yè)大學(xué)出版社，1996 [7] 阮秋琦，數(shù)字圖像數(shù)理基礎(chǔ)， 2021 年 12 月 [8] 阮秋琦，數(shù)字圖像數(shù)理基礎(chǔ)， 2021 年 12 月 西北民族大學(xué)電氣工程學(xué)院畢業(yè)論文 36 附錄程序源碼 （ 1）對(duì)圖像 進(jìn)行四叉樹分解的程序和結(jié)果如下 : subplot(1,2,1)。 imshow(I)。 title(39。原始圖像 39。)。 S=qtdep(I,)。 N=full(S)。 subplot(1,2,2)。 imshow(N)。 title(39。分解的圖像 顯示 39。)。 [vals,r,c]=qtgetblk(I,N,2)。 [vals1,r,c]=qtgetblk(I,N,4)。 [vals2,r,c]=qtgetblk(I,N,8)。 [vals3,r,c]=qtgetblk(I,N,16)。 [vals4,r,c]=qtgetblk(I,N,32)。 [vals5,r,c]=qtgetblk(I,N,1)。 size(vals)。size(vals1)。size(vals2)。 size(vals3)。size(vals4)。size(vals5)。 （ 2） 以用 canny 算子來檢測 圖像。 具體程序和結(jié)果如下： I=imread(39。39。)。 BW1=edge(I,39。canny39。)。 subplot(1,2,1)。imshow(I)。title(39。原圖像 39。)。 subplot(1,2,2)。imshow(BW1)。title(39。canny 算子檢測圖像 39。)。 （ 3） 用 log 算子 具體程序和結(jié)果如下： I=imread(39。39。)。 BW1=edge(I,39。log39。)。 subplot(1,2,1)。imshow(I)。title(39。原圖像 39。)。 subplot(1,2,2)。imshow(BW1)。title(39。log 邊緣檢測結(jié)果 39。)。 （ 4） 直方圖雙峰法對(duì) 閾值分割圖像程序 I=imread(39。39。)。 imhist(I)。 newI=im2bw(I,150/255)。 subplot(121),imshow(I) subplot(122),imshow(newI) （ 5） 大律法閾值分割圖像程序和結(jié)果如下： I=imread(39。圖書館 .png39。)。 subplot(131),imshow(I)。 title(39。原始圖像 39。) level=graythresh(I)。 BW=im2bw(I,level)。 subplot(132),imshow(BW) 西北民族大學(xué)電氣工程學(xué)院畢業(yè)論文 37 title(39。graythresh 計(jì)算閾值 39。) disp(strcat(39。graythresh 計(jì)算灰度閾值 :39。,num2str(uint8(level*255)))) （ 6） 迭代法閾值分割圖像程序和結(jié)果如下： I=imread(39。圖書館 .png39。)。 ZMax=max(max(I))。 ZMin=min(min(I))。 TK=(ZMax+ZMin)/2。 bCal=1。 iSize=size(I)。 while(bCal) iForeground=0。 iBackground=0。 ForegroundSum=0。 BackgroundSum=0。 for i=1:iSize(1) for j=1:iSize(2) tmp=I(i,j)。 if(tmp=TK) iForeground=iForeground+1。 ForegroundSum=ForegroundSum+double(tmp)。 else iBackground=iBackground+1。 BackgroundSum=BackgroundSum+double(tmp)。 end end end ZO=ForegroundSum/iForeground。 ZB=BackgroundSum/iBackground。 TKTmp=uint8((ZO+ZB)/2)。 if(TKTmp==TK) bCal=0。 else TK=TKTmp。 end end disp(strcat(39。迭代后的閾值 ： 39。,num2str(TK)))。 newI=im2bw(I,double(TK)/255)。 subplot(121),imshow(I) subplot(122),imshow(newI) （ 7） 下面就用 edge