數(shù)字圖像灰度閾值的圖像分割技術(shù)matlab-wenkub.com
2025-07-22 21:40 本頁面
【正文】 同時(shí)，圖像處理在軍事、遙感、氣象等大型應(yīng)用中有不斷增長的需求。閾值法是一種簡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。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。本文提出的最大熵閾值分割算法要優(yōu)于常用的直方圖閾值選取算法，并且分割結(jié)果要好于采用數(shù)學(xué)期望法得到的結(jié)果，這主要是由于數(shù)字圖像處理是離散數(shù)值操作，在離散域里求取數(shù)學(xué)期望本質(zhì)上就是求取了圖像的灰度平均值，因此該方法本身具有自身的不足。the thresholded image39。I(tt)=0。%尋找閾值threshold=threshold+120。)。%t(k)表第k個(gè)灰度級(jí)出現(xiàn)的概率figure。%histc是一個(gè)內(nèi)部函數(shù)n=sum(C39。figure, imshow(I), title(39。這是未經(jīng)轉(zhuǎn)換的原始圖：5．基于灰度閾值圖像分割技術(shù)的源代碼clear。對(duì)灰度圖像的閾值分割就是先確定一個(gè)處干圖像灰度取值范圍之中的灰度閾值, 然后將圖像中各個(gè)象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)的象素分為兩類這兩類象素一般分屬圖像的兩類區(qū)域, 從而達(dá)到分割的目的從該方法中可以看出, 確定一個(gè)最優(yōu)閉值是分割的關(guān)鍵現(xiàn)有的大部分算法都是集中在閾值確定的研究上。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。（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。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。這樣的劃分可以通過從灰度級(jí)出發(fā)選取一個(gè)或多個(gè)閾值來實(shí)現(xiàn)。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。當(dāng)圖像的灰度差異不明顯或不同目標(biāo)的灰度值范圍有重疊時(shí)，應(yīng)采用局部閾值或動(dòng)態(tài)閾值分割法。在工業(yè)生產(chǎn)中，機(jī)器視覺運(yùn)用于產(chǎn)品質(zhì)量檢測等等。比如說物體內(nèi)部灰度分布均勻一致，背景在另一個(gè)灰度級(jí)上也分布均勻，這時(shí)利用閾值可以將目標(biāo)與背景分割得很好。本文著重研究基于閾值法的圖像分割技術(shù)。為了辨識(shí)和分析目標(biāo)，需要將他們分離提取出來，在此基礎(chǔ)上才有可能對(duì)目標(biāo)進(jìn)一步利用。簡單的講，就是在一幅圖像中，把目標(biāo)從背景中分離出來，以便于進(jìn)一步處理。圖像分割是圖像處理與計(jì)算機(jī)視覺領(lǐng)域低層次視覺中最為基礎(chǔ)和重要的領(lǐng)域之一，它是對(duì)圖像進(jìn)行視覺分析和模式識(shí)別的基本前提。圖像分割就是指把圖像分成格局特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程。若圖像中目標(biāo)和背景具有不同的灰度集合：目標(biāo)灰度集合與背景灰度集合，且兩個(gè)灰度集合可
試題試卷相關(guān)推薦
鄂ICP備17016276號(hào)-1