數(shù)字圖像灰度閾值的圖像分割技術(shù)matlab-文庫吧資料
2025-07-31 21:40本頁面
【正文】 背景灰度變化等，如果只用一個固定的全局閾值對整幅圖像進行分割，則由于不能兼顧圖像各處的情況而使分割效果受到影響。根據(jù)閾值法的原理可以將閾值選取技術(shù)分為三大類：（1）基于點的全局閾值方法基于點的全局閾值算法與其他幾大類方法相比，算法時間復(fù)雜度較低，易于實現(xiàn)，適合應(yīng)用于在線實時圖像處理系統(tǒng)。閾值分割法的結(jié)果很大程度上依賴于閾值的選擇，因此該方法的關(guān)鍵是如何選擇合適的閾值。全局閾值法指利用全局信息對整幅圖像求出最優(yōu)分割閾值，可以是單閾值，也可以是多閾值；局部閾值法是把原始的整幅圖像分為幾個小的子圖像，再對每個子圖像應(yīng)用全局閾值法分別求出最優(yōu)分割閾值。閾值分割法是一種基于區(qū)域的圖像分割技術(shù)，其基本原理是：通過設(shè)定不同的特征閾值，把圖像像素點分為若干類．常用的特征包括：直接來自原始圖像的灰度或彩色特征；由原始灰度或彩色值變換得到的特征．設(shè)原始圖像為f(x，y)，按照一定的準則在f(x，y)中找到特征值T，將圖像分割為兩個部分，分割后的圖像為若取 ：b0=0（黑）,b1=1（白），即為我們通常所說的圖像二值化。圖像閾值化的目的是要按照灰度級，對像素集合進行一個劃分，得到的每個子集形成一個與現(xiàn)實景物相對應(yīng)的區(qū)域，各個區(qū)域內(nèi)部具有一致的屬性，而相鄰區(qū)域布局有這種一致屬性。4． 圖像閾值分割理論知識敘述及設(shè)計方案圖像閾值化分割是一種最常用，同時也是最簡單的圖像分割方法，它特別適用于目標和背景占據(jù)不同灰度級范圍的圖像[1]。法也叫變化閾值法，或自適應(yīng)閾值法。另一方面，這種方法只考慮像素本身的灰度值，一般不考慮空間特征，因而對噪聲很敏感。全局閾值對于灰度相差很大的不同目標和背景能進行有效的分割。在這些應(yīng)用中，分割是對圖像進一步分析、識別的前提，分割的準確性將直接影響后續(xù)任務(wù)的有效性，其中閾值的選取是圖像閾值分割方法中的關(guān)鍵技術(shù)。已被應(yīng)用于很多的領(lǐng)域，例如，在紅外技術(shù)應(yīng)用中，紅外無損檢測中紅外熱圖像的分割，紅外成像跟蹤系統(tǒng)中目標的分割；在遙感應(yīng)用中，合成孔徑雷達圖像中目標的分割等；在醫(yī)學(xué)應(yīng)用中，血液細胞圖像的分割，磁共振圖像的分割；在農(nóng)業(yè)工程應(yīng)用中，水果品質(zhì)無損檢測過程中水果圖像與背景的分割。如果目標和背景的差別是某些其他特征而不是灰度特征時，那么先將這些特征差別轉(zhuǎn)化為灰度差別，然后再應(yīng)用閾值分割方法進行處理，這樣使用閾值分割技術(shù)也可能是有效的設(shè)圖像為f(x,y)，其灰度集范圍是[0,L]，在0和L之間選擇一個合適的灰度閾值T，則圖像分割方法可由式（）描述 （）這樣得到的g(x,y)是一幅二值圖像。在物體與背景有較強的對比度的圖像中，此種方法應(yīng)用特別有效。若圖像中目標和背景具有不同的灰度集合：目標灰度集
試題試卷相關(guān)推薦
鄂ICP備17016276號-1