【正文】 而使閾值的選取不準(zhǔn)確，導(dǎo)致分割后的圖像也不令人滿意。該分割方法只是借助圖形像素的灰度信息，而沒有充分使用像素之間的空間有關(guān)信息，如果外界有噪聲干擾的影響，圖形灰度直方圖中波峰與波谷的分布不明顯，由此往往會產(chǎn)生錯誤分割，于是沒有得到滿意的分割效果，因此抗干擾性較差。這個處理方法依賴于灰度直方圖的統(tǒng)計(jì)特點(diǎn)，計(jì)算速率很快，能即時的應(yīng)用于圖像分割。假如背景類信息被誤以為目標(biāo)類信息，反之會使得目標(biāo)與背景之間的區(qū)別性降低。 傳統(tǒng) Otsu 法是依賴于圖像中像素點(diǎn)的灰度特征的區(qū)別，可以把圖像劃分為目標(biāo)與背景兩種類型。在諸多閾值自動選取方 法理論中， Otsu 算法在最佳閾值的獲取方面表現(xiàn)最好。這種方法的特點(diǎn)是：自動、無監(jiān)督、無參數(shù)，并且這種閾值分割方法的理論基礎(chǔ)是最小二乘法。 江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 14 第三章 基于 Otsu 算法的圖像分割原理 Otsu 算法簡介 有一種對灰度圖像進(jìn)行分割的方法即最大類間方差法（最小類內(nèi)方差法）被日本學(xué)者大津展之提出。 本章首先討論了數(shù)字圖像技術(shù)的定義與描述圖像分割技術(shù)的名詞，其次闡述了圖像分割的基本分類與分割方法，主要可 分為基于閾值的分割方法、基于邊緣的分割方法和基于區(qū)域的分割方法。接著再根據(jù)準(zhǔn)則進(jìn)行區(qū)域合并，在一定意義上就是單一像素點(diǎn)的區(qū)域生長的方法。 江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 13 區(qū)域分離合并法的原理是首先是制定一個分離準(zhǔn)則，即區(qū)域一致性的測度，根據(jù)這個準(zhǔn)則把圖像中某個不符合次準(zhǔn)則的區(qū)域分割為 4 個子區(qū)域，把圖像中滿足這個準(zhǔn)則的區(qū)域組合成一個大的區(qū)域，直到所有圖像分離到不能在分的時候，挑選具有相似的區(qū)域特征區(qū)域合并在一起，留下的子區(qū)域即就是獲得了分割的效果。如果應(yīng)用不當(dāng)，分割出來的結(jié)果也沒有什么研究意義。三是制定停止生長的條件。這種方法需解決問題有三個：一是怎樣選取能夠代表所需結(jié)果區(qū)域的種子像素。 基于區(qū)域的分割方法 基于區(qū)域分割可分為區(qū)域生長法與分離合并法兩種組成方法。 邊緣的檢測常見的方法有：邊緣圖像閾值化、邊界跟蹤法等。假設(shè)一個連續(xù)圖像 ( , )f xy ，它的方向?qū)?shù)在邊緣方向上有局部最大值，因此，它的本質(zhì)就是求 ( , )f xy 梯度的局部最大值和方向?；谶吘墮z測的分割方法，它的原理就是先檢測其的邊緣點(diǎn)信息，之后將這些檢測到的邊緣點(diǎn)按照一定的規(guī)則策略連接起來形成的區(qū)域。 基于邊緣的分割方法 數(shù)字圖像的邊緣檢測分割方法對于圖像分割、 區(qū)域形狀提取、區(qū)域識別等圖像分析臨區(qū)域具有非常重要的作用，也是圖像識別研究中用來提取圖像特征的一個重要屬性 [4]。獲取最優(yōu)閾值的方法首先是把圖像中目標(biāo)或者背景的灰度值進(jìn)行均勻的分布。而不足之處是一些圖像的其他信息并沒有得到開發(fā)，如臨域信息，僅僅利用了圖像灰度特性，加之外部干擾的存在，從灰度直方圖中可以觀察出來圖像對應(yīng)的波谷與波峰并不明顯，與制度選取也就存在問題，所以得不到想要的結(jié)果。就是因?yàn)檫@個特征，只要使類間方差最大或內(nèi)間方差最小，這樣的分割就意味著最小的誤差，而且基于該準(zhǔn)則選取最佳閾值的原理，結(jié)果是目標(biāo)和背景之間的分離性最好。如果類間方差越大，表示圖像的目標(biāo)和背景區(qū)別越大。 法（最大類間方差法） Otsu 方法一直是自動閾值選取方法中的最佳的方法。它具有自動獲取的特點(diǎn)，在提出時間上可以說是最早的。 法 Ptile 法的基本思想是：如果在灰度級別很高的背景中存在一個灰度級別較低的目標(biāo)時，即在亮背景中存在一個暗目標(biāo)，暗目標(biāo)在這個圖像中所占比例為 P。雙峰法的使用前最好對它進(jìn)行噪聲消除，然后再繪制圖像直方圖，并進(jìn)行波谷檢測，這樣的做法可以更加準(zhǔn)確的確定最佳閾值，但是也有不足之處，那就是對于波谷太寬或者波峰不明顯的圖像，不能使用該方法。 閾值分割方法的本質(zhì)其實(shí)就是按某個準(zhǔn)則函數(shù) 尋求最佳閾值 *t 的過程，假設(shè)原始圖像的灰度級為 L ，灰度級為 i 的像素點(diǎn)數(shù)為 iN ， 圖像總的像素點(diǎn)個數(shù)為 N 即 10 ( 0 ,1 , 2 ... 1 )iiiN N i L??? ? ?? (29) 灰度級為 i 的像素點(diǎn)數(shù)出現(xiàn)的概率為 ii NP N?110, 1LiiiPP????? （ 210） 之后再按照某一準(zhǔn)則選取最佳閾值，根據(jù)選取準(zhǔn)則的 不同，常用的閾值分割方法有以下幾種： 雙峰法選擇閾值的原理是：根據(jù)圖像的灰度直方圖中目標(biāo)和背景灰度級的差異，它的一維灰度直方圖的分布呈現(xiàn)雙峰狀的樣子，并代表著目標(biāo)和背景，波谷則是邊緣，直方圖中峰與峰之間的谷底所所對應(yīng)的閾值就是圖像的最佳閾值。 閾值分割方法的基本原理是根據(jù)閾值把圖像劃分為兩部分，目標(biāo)和背景，即判斷圖像中的每個像素點(diǎn)屬于目標(biāo)區(qū)域還是屬于背景區(qū)域，從而得到相應(yīng)的二值化圖像。 江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 9 不僅如此，其中全局閾值還可以分為基于點(diǎn)的和區(qū)域的閾值。全局閾值的意思是根據(jù)圖像中所有像素點(diǎn)的所有信息，得到一個最優(yōu)的閾值。從中可以看出，此方法簡單實(shí)用，用途廣泛。 就一般的圖像而言，背景和物體的灰度級差距明顯。同理把所有像素點(diǎn)高于閾值的點(diǎn)集合在一起作為物體以外。接著產(chǎn)生一個二值圖像，而且，閾值分割的計(jì)算簡單，對一些圖像的物體與背景具有明顯對比度的分割十分有 用。 下面介紹幾種常用的分割方法： 基于閾值的分割方法 閾值處理是一種區(qū)域分割技術(shù) ,把閾值作為一個分界點(diǎn)，將灰度分為兩個或者幾個灰度區(qū)間。 從 20 世紀(jì) 50 年代開始，相對來說國內(nèi)外專家在他們不懈的努力下也取得了很大江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 8 的成功，從不同的角度分析，關(guān)于圖像分割的分類繁多。條件 5指出分割出來的子區(qū)域里面的像素都是聯(lián)通的。即分割后的各個區(qū)域中的像素點(diǎn)是沒有重復(fù)的。條件 2 說明區(qū)域中各個子區(qū)域的連接方式是提前定義好的。 （ 26） 5. ()ijP R R False? 其對任何臨接區(qū)域 iR 和 jR （ 27） 其中 ()iRP 是定義在集合 iR 中的點(diǎn)上的邏輯謂詞。上面對于圖像分割的定義比較籠統(tǒng)，我們可借助集合概念給出如下比較正式的定義：用 R代表整個圖像區(qū)域，將 R分成 n個子區(qū) 1 2 3, nR R R R?? 1.1 。我們來假設(shè)設(shè)一個圖像的灰度級為 L ，( 0,1, 2..., 1)iN i L??表示灰度級 i 的像素點(diǎn)數(shù) ， N 為圖像的像素點(diǎn)個數(shù)總和， iP 表示灰度級 i 出現(xiàn)的概率。如圖 21所示。 談到數(shù)字圖像處理，灰度直方圖成為一個不可不談的名詞。 江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 6 第二章 數(shù)字圖像分割的介紹 一幅圖像可以被定義為一個二維函數(shù) ( , )f xy ，其中 x 和 y 是空間（平面）坐標(biāo)，f 在任何坐標(biāo)點(diǎn) (, )xy處的振幅稱為該點(diǎn)的亮度，圖像的黑白程度用灰度來表示。 第三章主要介紹了基于 Otsu 算法的圖像分割原理，包括一維 Otsu 算法原理，一維改進(jìn) Otsu 算法原理和二維的 Otsu 算法原理。 第一章是緒論，介紹了數(shù)字圖像分割的研究目的和意義，研究現(xiàn)狀和展望，以及本文的研究內(nèi)容和組織結(jié)構(gòu)。通常情況下，對于不僅對于圖像的亮度，而且對于圖像對比度波動的影響也較小，由此原因，此技術(shù)在實(shí)時圖像處理中應(yīng)用很廣。 隨著科技的進(jìn)步，圖像分割技術(shù)一定會成為一門人們認(rèn)識和改造世界的基礎(chǔ)學(xué)科。 三是擴(kuò)大原始圖像分割的范疇，因?yàn)橛性S多算法只是針對與灰度圖像，對于彩色圖像、紋理圖像、運(yùn)動圖像及視頻圖像中目標(biāo)分割的研究等。 展望這幾十年的發(fā)展趨勢，我們不難發(fā)現(xiàn)，在接下來的時間里圖形處理有以下一個明顯的發(fā)展趨勢： 一是繼續(xù)研究新的分割算法，或者是改進(jìn)，組合經(jīng)典算法，使其具有較高的實(shí)用性與適用性。在近幾年的發(fā)展中圖像分割技術(shù)的發(fā)展趨勢主要從下面幾個方面開始著手，圖像分割發(fā)展的潮流是：首先，遺傳理論，模糊知識，水平集的理論等新的理論提供的了新的平臺來開辟一個新的世界；其次，分割方法具有多樣性，比如所有原始的算法可以組合成一個新的強(qiáng)大的分割理論為了彌補(bǔ)算法的不足；最后，人類視覺系統(tǒng)的使用和開發(fā)的與生俱來的計(jì)算機(jī)一起工作，實(shí)現(xiàn)了優(yōu)良的人機(jī)交互方法分割方法。在其后的一段 時間內(nèi)，學(xué)者和專家在這些經(jīng)典算法的基礎(chǔ)上同時運(yùn)用統(tǒng)計(jì)學(xué)術(shù)、模糊學(xué)術(shù)、形態(tài)學(xué)、智能算法等方面的知識來重新研究了圖像的分割技術(shù)。圖像分割總是被認(rèn)為是計(jì)算機(jī)視覺領(lǐng)域中的一個令人迷惑人們的難題 [4]。在這段期間，國內(nèi)和國外的學(xué)者已經(jīng)提出了不下千種的研究方法，有些是原創(chuàng)，作為一種新的技術(shù)呈現(xiàn)在我江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 4 們面前，但是也有很多是基于原有算法的改進(jìn)，使其使用更加與多種粗燥環(huán)境相適應(yīng)，使其得到的目標(biāo)圖像更加的準(zhǔn)確。人們對于新事物的探索永無止境，雖然算起來圖像分割技術(shù)的發(fā)展才 40 多年，由于近代計(jì)算機(jī)技術(shù)的發(fā)明，計(jì)算機(jī)作為一個新的處理工具登上了舞臺，克服了不少研究困難。在這種情況下我們需要的是分割圖像中我們所 需要的元素或者相對的淡化我們所不需要的。而且，近年來，無人駕駛技術(shù)的發(fā)展迅速無比，這也離不開圖像處理的功 勞。經(jīng)過幾十年的發(fā)展，圖像處理已經(jīng)得到了一些巨大的進(jìn)步主要有下面幾個方面 [1]： ：雷達(dá)成像處理等；例如提取海面上的危險，例如二戰(zhàn)時期未排除的水雷，天空中的敵機(jī)，以及敵艦； ：氣象局通過衛(wèi)星傳回的圖像，精確分析當(dāng)前實(shí)時的云層情況，進(jìn)行天氣的預(yù)測，為人 們衣食住行和生產(chǎn)提供幫助等； ：醫(yī)院利用此技術(shù)研究病人的 CT 圖像和 MR 圖像，深入了解病人的健康狀況，有益于提高治療的實(shí)際效果； ：通過電子眼的監(jiān)控裝置所得到交通圖像，來分析路段的交通狀況，給交通帶來了極大的便利。于是，研究不同的圖像處理方法就成為一項(xiàng)迫在眉睫的重點(diǎn)，怎樣消除或者是減少干擾，怎 么要用處理方式的優(yōu)缺點(diǎn)避開環(huán)境所致的問題。圖像的獲取也只是圖像處理中最最基本的一項(xiàng)，有了圖片，就需要選取不同的方法來處理以得到自己想要的部分，與此同時，誤差總是伴隨著出現(xiàn)，而導(dǎo)致圖像不準(zhǔn)確的原因大多是因?yàn)樵肼暤母蓴_，設(shè)備儀器本身存在的優(yōu)劣等因素的存江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 3 在。 圖 11： NBA湖人隊(duì)的比賽 人的眼睛是大腦獲取信息的主要途徑，而且它直接，迅速。圖像處理技術(shù)在人們生產(chǎn)生活中是不可或缺的，比如指紋識別，車牌識 別，數(shù)碼相機(jī)的產(chǎn)生與應(yīng)用，以及遙感監(jiān)測等。這些都和我們的生活密不可分。在公安、司法臨區(qū)域應(yīng)用 也非常廣泛，在調(diào)查取證拍攝的圖像需要分割處理，圖像分割技術(shù)為工作的進(jìn)江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） 2 展帶來有力的技術(shù)支持；在醫(yī)學(xué)方面，觀察病人的 CT 圖像和 MR 圖像， 醫(yī)生通過處理圖像可以更為細(xì)致的了解病人身體狀況；在國防發(fā)面，通過雷達(dá)衛(wèi)星傳輸?shù)膱D像，根據(jù)需要來突顯圖像中的定位目標(biāo)等。從 20 世紀(jì) 60 年代到現(xiàn)在，圖像處理技術(shù)已經(jīng)在我們身邊的各行各業(yè)中深深扎根，起著至關(guān)重要的作用，而不僅僅是在軍事、航空航天、工業(yè)等大型項(xiàng)目上。受當(dāng)時條件影響，空間探測器發(fā)回的太空照片過于模糊。其具 體內(nèi)容為先把圖像信號轉(zhuǎn)換為數(shù)字信號，再通過計(jì)算機(jī)對信號進(jìn)行處理。圖像技術(shù)在近些年的發(fā)展令人咋舌，已經(jīng)基本出現(xiàn)了一套完整的體系對于圖像的處理。 20 世紀(jì)以來，圖像處理技術(shù)得到了飛速的發(fā)展，現(xiàn)在已經(jīng)朝著智能 化、網(wǎng)絡(luò)化、個人化、實(shí)時化等方向發(fā)展。 江蘇科技大學(xué)本科畢業(yè)設(shè)計(jì)（論文） III 目 錄 第一章 緒論 1 課題研究的目的與意義 1 課題研究現(xiàn)狀與展望 3 課題研究現(xiàn)狀 3 數(shù)字圖像分割的展望 4 本文研究的主要內(nèi)容 5 第二章 數(shù)字圖像分割的介紹 6 數(shù)字圖像的介紹