资源描述：
《数字图像处理实验图像分割.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、实验报告实验名称实验四图像分割课程名称数字图像处理A姓名成绩班级学号日期地点备注：1.实验目的（1）了解并掌握图像分割的基本原理；（2）编写程序使用Hough变换处理图像，进行线检测；（3）编写程序使用阈值处理方法进行图像分割，根据实验结果分析效果；（4）总结实验过程（实验报告，左侧装订）：方案、编程、调试、结果、分析、结论。2.实验环境（软件条件）Windws2000/XPMATLAB7.03.实验方法对256级灰度的数字图像camera.bmp（如图4.1所示）和car.bmp（如图4.2所示）进行如下处理：图4.1实验图像cam
2、era.bmp图4.2实验图像car.bmp（1）对图像camera.bmp进行Hough变换进行线检测，显示处理前、后图像：思考如何利用Hough变换进行圆检测；（2）对图像car.bmp分别利用不同的阈值处理方法进行图像中汽车及车牌的分割，显示处理前、后图像；思考不同的阈值处理算法对分割效果的影响？4.实验分析实验原理Hough变换是最常用的直线提取方法，它的基本思想是：将直线上每一个数据点变换为参数平面中的一条直线或曲线，利用共线的数据点对应的参数曲线相交于参数空间中一点的关系，使直线的提取问题转化为计数问题。Hough变换提取
3、直线的主要优点是受直线中的间隙和噪声影响较小。思考：Hough变换对圆的检测：Hough变换的基本原理在于，利用点与线的对偶性，将图像空间的线条变为参数空间的聚集点，从而检测给定图像是否存在给定性质的曲线。圆的方程为：，通过Hough变换，将图像空间对应到参数空间。第一题结果图第二题实验原理：基于灰度的分割最简单的处理思想是，高于某一灰度的像素划分到一个区域中，低于某灰度的像素划分到另一区域中，这种基于灰度阈值的分割方法称为灰度门限法。最简单的灰度分割方法—灰度门限法，他是基于灰度阈值的分割方法，也是基于区域的分割方法。主要将高于某一
4、灰度的像素划分到一个区域中，低于某灰度的像素划分到另一区域中。结果图思考：直方图阈值法：理论分析和实验结果表明,该方法分割效果好,运算速度快,具有较高的实用价值。Otsu法：该方法选取出来的阈值非常理想，对各种情况的表现都较为良好。虽然它在很多情况下都不是最佳的分割，但分割质量通常都有一定的保障，可以说是最稳定的分割。直方图阈值法Otsu法5.实验结论Matlab提供了三个与Hough变换有关的函数：Hough函数，Houghpeaks函数和Houghlines函数。在算法实现中，考虑到噪声的影响和参数空间离散化得需要，求交点的问题成
5、为一个累加器问题。直方图阈值法：利用灰度直方图求双峰或多峰，选择两峰之间的谷底作为阈值。自动阈值法：Otsu法。Otsu法是使类间方差最大而推导出的一种能自动确定阈值的方法，具有简单，处理速度快的特点。在Matlab工具箱中，Graythresh函数基于Otsu算法求取灰度阈值。Graythresh函数的语法格式为：level=fraythresh(I).附件第一题源程序clearall;RGB=imread('C:DocumentsandSettingsAdministrator桌面camera.bmp');I=RGB;%I
6、=rgb2gray(RGB);BW=edge(I,'canny');%利用Canny算子提取图像边缘[H,T,R]=hough(BW,'RhoResolution',0.5,'ThetaResolution',0.5);subplot(121)imshow(T,R,H,[],'notruesize'),axison,axisnormalxlabel('T'),ylabel('R')p=houghpeaks(H,5,'threshold',ceil(0.3*max(H(:))));%找到5个较明显的Hough变换峰值holdonpl
7、ot(T(p(:,2)),R(p(:,1)),'s','color','white');lines=houghlines(BW,T,R,p,'FillGap',10,'MinLength',10);%查找并链接线段figure,imshow(BW),holdon%在二值图中叠加显示这些线段fork=1:length(lines)xy=[lines(k).point1;lines(k).point2];plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');end第二题源程序%用直方图阈值
8、法I=imread('C:DocumentsandSettingsAdministrator桌面car.bmp');subplot(2,2,1);imshow(I);title('原图像');I1=rgb2gra
