【正文】 .......................................................... 27 閾值分割介紹 ......................................................................................................... 28 ............................................................................................................ 28 ........................................................................................................ 29 全局閾值 ................................................................................................................. 30 ................................................................................................................ 31 ........................................................................................................................ 31 ................................................................................................................ 33 動(dòng)態(tài)閾值 ................................................................................................................. 34 ........................................................................................................................ 35 ................................................................................................................ 35 ..................................................................................................................... 37 區(qū) 域生長的基本原理、步驟及流程圖 ................................................................. 37 生長準(zhǔn)則和過程 ..................................................................................................... 40 .................................................................................................................... 40 ........................................................................................................ 41 ................................................................................................................ 42 分裂合并 ................................................................................................................. 43 第五章 總結(jié) ...................................................................................................................... 45 ......................................................................................... 45 ......................................................................................... 45 ......................................................................................... 46 改進(jìn)意見 （改進(jìn)可另外做為一章比如說某某算 法等的若干改進(jìn)等，不要放入總結(jié)一章中）（總結(jié)是對(duì)整篇文章的一個(gè)概述，應(yīng)該是寫比如得出些什么結(jié)論，一些算法間比較等相關(guān)問題。因此對(duì)計(jì)算機(jī)的計(jì)算速度、存儲(chǔ)容量等要求較高。如電視圖像的帶寬約 ，而語音帶寬僅為 4kHz 左右。 數(shù)字圖像 中各個(gè)像素是不獨(dú)立的，其相關(guān)性大 在圖像畫面上，經(jīng)常有很多像素有相同或接近的灰度。因此，圖像處理中信息壓縮的潛力很大。因此，要分析和理解三維景物必須作合適的假定或附加新的測(cè)量，例如雙目圖像或多視點(diǎn)圖像。 數(shù)字圖像處理后的圖像受人的因素影響較大 5 由于人的視覺系統(tǒng)很復(fù)雜，受環(huán)境條件、視覺性能、人的情緒愛好以及知識(shí)狀況影響很大，作為圖像質(zhì)量的評(píng)價(jià)還有待進(jìn)一步深入的研究。例如，什么是感知的初始基元，基元是如何組成的，局部與全局感知的關(guān)系，優(yōu)先敏感的結(jié)構(gòu)、屬性和時(shí)間特征等，這些都是心理學(xué)和神經(jīng)心理學(xué)正在著力研究的課題。只要圖像在數(shù)字化時(shí)準(zhǔn)確地表現(xiàn)了原稿，則數(shù)字圖像處理過程始終能保持圖像的再現(xiàn)?，F(xiàn)代掃描儀可以把每個(gè)像素的灰度等級(jí)量化為 16 位甚至更高，這意味著圖像的數(shù)字化精度可以達(dá)到滿足任一應(yīng)用需求。換 言之，從原理上講不論圖像的精度有多高，處理總是能實(shí)現(xiàn)的，只要在處理時(shí)改變程序中的數(shù)組參數(shù)就可以了。 適用面寬 圖像可以來自多種信息源，它們可以是可見光圖像，也可以是不可見的波譜圖像（例如 X 射線圖像、 射線圖像、超聲波圖像或紅外圖像等）。這些來自不同信息源的圖像只要被變換為數(shù)字編碼形式后，均是用二維 數(shù)組表示的灰度圖像（彩色圖像也是由灰度圖像組合成的，例如 RGB 圖像由紅、綠、藍(lán)三個(gè)灰度圖基于 MATLAB的圖像分割算法研究 6 像組合而成）組合而成，因而均可用計(jì)算機(jī)來處理。 靈活性高 圖像處理大體上可分為圖像的像質(zhì)改善、圖像分析和圖像重建三大部分，每一部分均包含豐富的內(nèi)容。而數(shù)字圖像處理不僅能完成線性運(yùn)算，而且能實(shí)現(xiàn)非線性處理，即凡是可以用數(shù)學(xué)公式或邏輯 關(guān)系來表達(dá)的一切運(yùn)算均可用數(shù)字圖像處理實(shí)現(xiàn)。隨著人類活動(dòng)范圍的不斷擴(kuò)大，圖像處理的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大。許多國家每天派出很多偵察飛機(jī)對(duì)地球上有興趣的地區(qū)進(jìn)行大量的空中攝影。從 60 年代末以來，美國及一些國際組織發(fā)射了資源遙感衛(wèi)星（如 LANDSAT系列）和天空實(shí)驗(yàn)室（如 SKYLAB），由于成像條件受飛行器位置、姿態(tài)、環(huán)境條件等影響，圖像質(zhì)量總不是很高。如 LANDSAT 系列陸地衛(wèi)星，采用多波段掃描器（ MSS），在 900km 高空對(duì)地球每一個(gè)地區(qū)以 18 天 為一周期進(jìn)行掃描成像，其圖像分辨率大致相當(dāng)于地面上十幾米或 100米左右（如 1983 年發(fā)射的 LANDSAT4，分辨率為 30m）。這些圖像無論是在成像、存儲(chǔ)、傳輸過程中，還是在判讀分析中，都必須采用很多數(shù)字圖像處理方法。我國也陸續(xù)開展了以上諸方面的一些實(shí)際應(yīng)用，并獲得了良好的效果。 生物醫(yī)學(xué)工程方面的應(yīng)用 數(shù)字圖像處理在生物醫(yī)學(xué)工程方面的應(yīng)用十分廣泛，而且很有成效。此外，在 X 光肺部圖像 增析、超聲波圖像處理、心電圖分析、立體定向放射治療等醫(yī)學(xué)診斷方面都廣泛地應(yīng)用圖像處理技術(shù)。具體地講是將電話、電視和計(jì)算機(jī)以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。要將這樣高速率的數(shù)據(jù)實(shí)時(shí)傳送出去，必須采用編碼技術(shù)來壓縮信息的比特量。除了已應(yīng)用較廣泛的熵編碼、 DPCM編 碼、變換編碼外，目前國內(nèi)外正在大力開發(fā)研究新的編碼方法，如分行編碼、自適應(yīng)網(wǎng)絡(luò)編碼、小波變換圖像壓縮編碼等。其中值得一提的是研制具備視覺、聽覺和觸覺功能的智能機(jī)器人，將會(huì)給工農(nóng)業(yè)生產(chǎn)帶來新的激勵(lì)，目前已在工業(yè)生產(chǎn)中的噴漆、焊接、裝配中得到有效的利用。目前已投入運(yùn)行的高速公路不停車自動(dòng)收費(fèi)系統(tǒng)中的車輛和車牌的自動(dòng)識(shí)別都是圖像處理技術(shù)成功應(yīng)用的例子。 利用計(jì)算機(jī)進(jìn)行圖像處理有兩個(gè)目的：一是產(chǎn)生適合人觀察和識(shí)別的圖像，二是希望能由計(jì)算機(jī)自動(dòng)識(shí)別和理解圖像。分割的最終結(jié)果是圖像被分解成一些具有某種特征的最小成分，稱為圖像的基元。圖像特征是指圖像中可用作標(biāo)志的屬性，它可以氛圍圖 像的統(tǒng)計(jì)特性和圖像的視覺特征兩類。利用這兩類特征把圖像分解成一系列有意義的目標(biāo)或區(qū)域的過程稱為圖像的分割。特征提取是圖像分割最重要的問題之一，能否抽取出有效的特征值對(duì)分割結(jié)果有很大的影響，如果沒有好的特征值，分類方法 再好也無法獲得理想的結(jié)果。基于特征的方法就是尋找具有相同特性的區(qū)域或區(qū)域邊界，基于模型的方法就是假設(shè)一個(gè)基本的隨機(jī)過程并用過程參數(shù)作為特征。結(jié)構(gòu)特征基于假設(shè)圖像中有可檢測(cè)的基本結(jié)構(gòu)元素并按一定的規(guī)則排列。分形函數(shù)近年來受到越來越多的重視。 Mandelbrot 給分形的定義為：設(shè)的豪斯道夫維數(shù)是 D，如果這個(gè)維數(shù)恒大于集合 A的拓?fù)渚S數(shù) Dt，則稱集合 A是分形集，簡稱分形。 1986 年， Mandelbrot 又給出了分形的第二個(gè)定義：組成部分與整體以某種相似的形叫做分形。簡單地說分形就是一個(gè)維數(shù)大于拓?fù)渚S數(shù)的集合。分形幾何學(xué)已經(jīng)廣泛應(yīng)用于圖像壓縮和圖像編碼，并且取得了較好的效果。分形維數(shù)特征對(duì)圖像尺度變換不敏感，與人對(duì)物體表面粗糙度的判斷有很大的相關(guān)性，由于許多自然紋理都具有線形對(duì)數(shù)功率譜，而分形維數(shù)就對(duì)應(yīng)于這種線形對(duì)數(shù)功率譜斜率的估計(jì)值，因而用分形維數(shù)描述自然紋理有一定的合理性。 Blanz and Gish 使用一個(gè)多層前向神經(jīng)網(wǎng)絡(luò)用于圖像分割，輸入層神經(jīng)元的數(shù)目 取決于輸入特征數(shù)，而輸出層神經(jīng)元的數(shù)目等同于分類的數(shù)目。 Babaguchi 等使用多層 BP 神經(jīng)網(wǎng)絡(luò)，用于閾值分割圖像，輸入是統(tǒng)計(jì)直方圖，輸出是想要的閾值。但在實(shí)際應(yīng)用中，要獲 得大量的樣本圖像是十分困難的。這種方法能夠分割低信噪比條件下圖像，實(shí)驗(yàn)證明它比最佳鑒別門限準(zhǔn)則門限分割法與矩陣保持門限分割法具有更好的效果，并且可以實(shí)現(xiàn)實(shí)時(shí)處理。 本文的主要流程圖 圖 11 主要流程圖 原始圖像 邊 緣 檢測(cè)方法 灰度閾值分割 區(qū)域分割方法 比較各種方法的分割效果 得出比較理想的分割效果 11 第二章 數(shù)字圖像處理的處理方式 圖像變換 由于圖像陣列很大，直接在空間域中進(jìn)行處理，涉及計(jì)算量很大。目前新興研究的小波變換在時(shí)域和頻域中都具有良好的局部化特 性，它在圖像處理中也有著廣泛而有效的應(yīng)用。壓縮可以在不失真的前提下獲得，也可以在允許的失真條件下進(jìn)行。 圖像增強(qiáng)和復(fù)原 圖像增強(qiáng)和復(fù)原的目的是為了提高圖像的質(zhì)量，如去除噪聲，提高圖像的清晰度等。如強(qiáng)化圖像高頻分量，可使圖像中物體輪廓清晰，細(xì) 節(jié)明顯；如強(qiáng)化低頻分量可減少圖像中噪聲影響。 圖像分割 圖像分割是數(shù)字圖像處理中的關(guān)鍵技術(shù)之一。雖然目前已研究出不少邊緣提取、區(qū)域分割的方法，但還沒有一基于 MATLAB的圖像分割算法研究 12 種普遍適用于各種圖像的有效方法。 圖像描述 圖像描述是圖像識(shí)別和理解的必要前提。對(duì)于特殊的紋理圖像可采用二維紋理特征描述。 圖像分類（識(shí)別） 圖像分類（識(shí)別）屬于模式識(shí)別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。 13 第三章 MATLAB 平臺(tái)及其開發(fā)環(huán)境 MATLAB 自 1984 年由美國 Mathworks 公司推向市場(chǎng)以來，歷經(jīng)十幾年的發(fā)展，現(xiàn)已成為國際公認(rèn)的最優(yōu)秀的科技應(yīng)用軟件。 MATLAB 以矩陣作為基本編程單元，將數(shù)值分析、矩陣計(jì)算、科學(xué)數(shù)據(jù)可視化以及非線形動(dòng)態(tài)系統(tǒng)的建模和仿真等許多強(qiáng)大功能集成在一個(gè)易于使用的視窗環(huán)境之 中，為科學(xué)研究、工程設(shè)計(jì)以及必須進(jìn)行有效數(shù)值計(jì)算的眾多學(xué)科領(lǐng)域提供了一個(gè)簡捷、高效大編程工具，為數(shù)