图像阈值分割技术原理和比较

《图像阈值分割技术原理和比较》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、实用文案图像阈值分割和边缘检测技术原理和比较标准文档实用文案摘要图像分割是一种重要的图像分析技术。对图像分割的研究一直是图像技术研究中的热点和焦点。医学图像分割是图像分割的一个重要应用领域，也是一个经典难题，至今已有上千种分割方法，既有经典的方法也有结合新兴理论的方法。医学图像分割是医学图像处理中的一个经典难题。图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域，从而有助于医学诊断。阈值分割是一种利用图像中要提取的目标物与其背景在灰度特性上的差异，把图像视为具有不同灰度级的两类区域（目标和背景）的组合，选取一个合适的阈值，以确定图像中

2、每个像素点应该属于目标区域还是背景区域，从而产生对应的二值图像。本文先介绍各种常见图像阈值分割和边缘检测方法的原理和算法，然后通过MATLAB程序实现，最后通过比较各种分割算法的结果并得出结论。关键词：图像分割；阈值选择;边缘检测；标准文档实用文案目录1.概述42.图像阈值分割和边缘检测原理42.1.阈值分割原理42.1.1．手动（全局）阈值分割52.1.2．迭代算法阈值分割52.1.3．大津算法阈值分割62.2.边缘检测原理62.2.1．roberts算子边缘检测72.2.2．prewitt算子边缘检测72.2.3．sobel算子边缘检测72.2.4

3、．高斯laplacian算子边缘检测82.2.5．canny算子边缘检测83.设计方案94.实验过程94.1.阈值分割124.1.1．手动（全局）阈值分割124.1.2．迭代算法阈值分割124.1.3．大津算法阈值分割124.2.边缘检测124.2.1．roberts算子边缘检测124.2.2．prewitt算子边缘检测134.2.3．sobel算子边缘检测134.2.4．高斯laplacian算子边缘检测134.2.5．canny算子边缘检测135.试验结果及分析145.1．实验结果145.1.1．手动（全局）阈值分割145.1.2．迭代算法阈值分割

4、165.1.3．大津算法阈值分割175.1.4．roberts算子边缘检测185.1.5．prewitt算子边缘检测195.1.6．sobel算子边缘检测205.1.7．高斯laplacian算子边缘检测215.1.8．canny算子边缘检测225.2.实验结果分析和总结23参考文献23标准文档实用文案1.概述图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同[37]．简单的讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理。图

5、像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提．同时它也是一个经典难题，到目前为止既不存在一种通用的图像分割方法，也不存在一种判断是否分割成功的客观标准。阈值法是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术．已被应用于很多的领域，例如，在红外技术应用中，红外无损检测中红外热图像的分割，红外成像跟踪系统中目标的分割；在遥感应用中，合成孔径雷达图像中目标的分割等；在医学应用中，血液细胞图像的分割，磁共振图像的分割；在农业工程应用中，水

6、果品质无损检测过程中水果图像与背景的分割。在工业生产中，机器视觉运用于产品质量检测等等。在这些应用中，分割是对图像进一步分析、识别的前提，分割的准确性将直接影响后续任务的有效性，其中阈值的选取是图像阈值分割方法中的关键技术。图像分析和理解的第一步常常是边缘检测。边缘检测方法是人们研究得比较多的一种方法，它通过检测图像中不同区域的边缘来达到分割图像的目的。边缘检测的实质是采用某种算法来提取出图像中对象与背景问的交界线。我们将边缘定义为图像中灰度发生急剧变化的区域边界。图像灰度的变化情况可以用图像灰度分布的梯度来反映，因此我们可以用局部图像微分技术来获得边

7、缘检测算子。经典的边缘检测方法，是通过对原始图像中像素的某小邻域构造边缘检测算子来达到检测边缘这一目的。2.图像阈值分割和边缘检测原理2.1.阈值分割原理对灰度图像的取阈值分割就是先确定一个处于图像灰度取值范围之中的灰度阈值，然后将图像中各个像素的灰度值都与这个阈值相比较，并根据比较结果将对应的像素分为两类。这两类像素一般分属图像的两类区域，从而达到分割的目的。阈值分割算法主要有两个步骤：（1）确定需要的阈值；标准文档实用文案（2）将分割阈值与像素值比较以划分像素。可以看出，确定一个最优阈值是分割的关键。现有的大部分算法都是集中在阈值确定的研究上。阈值

8、分割方法根据图像本身的特点，可分为单阈值分割方法和多阈值分割方法：也可分为基于像素值的阈值分割