基于阈值的图像分割方法--论文

课程结业论文

课题名称基于阈值的图像分割方法姓名

学号

学院

专业电子信息工程

指导教师副教授

年6月12日

学院课程结业论文诚信声明

本人郑重声明：所呈交的课程结业论文，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议，除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担

目录

摘要 (1)

关键词 (1)

ABSTRACT (2)

KEY WORDS (2)

引言 (3)

1基于点的全局阈值选取方法 (4)

1.1最大类间交叉熵法 (5)

1.2迭代法 (6)

2基于区域的全局阈值选取方法 (7)

2.1简单统计法 (8)

2.3 直方图变化法 (9)

3局部阈值法和多阈值法 (10)

3.1水线阈值算法 (11)

3.2变化阈值法 (12)

4仿真实验

结论 (12)

参考文献 (13)

附录

基于阈值的图像分割方法

摘要：图像分割多年来一直受到人们的高度重视，至今这项技术也是趋于成

熟，图像分割方法类别也是不胜枚举，近年来每年都有上百篇有关研究报道发表。图像分割是由图像处理进到图像分析的关键环节，是指把图像分成各具特性的区域并提取出有用的目标的技术和过程。在日常生活中，人们对图片的要求也是有所提高，在对图像的应用中，人们经常仅对图像中的某些部分感兴趣，这些部分就对应图像中的特定的区域，为了辨识和分析目标部分，就需要将这

些有关部分分离提取出来，因此就要应用到图像分割技术。

关键词：图像分割；阈值；matlab

Based on thresholding for image segmentation methods

Abstract：Image segmentation is a indispensable part of image processing and analysis, have important practical significance.It is according to the needs of image processing and analysis of the image into each area and extract the characteristic of technology and process of interested target.Image segmentation methods and types have a lot of different categories, some segmentation operation can be directly applied to all images, while others can only apply to special image.The purpose of this paper is to through the collection of image segmentation method based on threshold related information, analysis the advantages and disadvantages of various segmentation algorithm, using the MATLAB tools to threshold segmentation algorithm is studied. Keywords:image segmentation; The threshold value; matlab

引言

在现代科学中，随着计算机科学技术的不断发展，人们在日常生活中对图像信息的需求急剧暴涨，人们对图像得要求也越来越高，p图软件，美颜相机等等也是越来越受大众喜爱，对此，数字图像处理技术在近年来也是得到了迅速的发展和改进，成为当下学科领域的热门焦点。图像分割是图像识别和计算机视觉至关重要的预处理。没有正确的分割就不可能有正确的识别。但是，进行分割仅有的依据是图像中像素的亮度及颜色，由计算机自动处理分割时，将会遇到各种困难。例如，光照不均匀、噪声的影响、图像中存在不清晰的部分，以及阴影等，常常发生分割错误。因此图像分割是需要进一步研究的技术。人们希望引入一些人为的知识导向和人工智能的方法，用于纠正某些分割中的错误，是很有前途的方法。图像分割是从图像处理到图像分析的关键步骤，可以说，图像分割结果的好坏直接影响对图像的理解。图像分割的方法也是不胜枚举。其中阈值法就是一种传统而又简单实用的图像分割方法，也是最基础和最广泛的分割方法。这些方法都广泛应用于各个领域，比如，红外技术应用，医药技术应用，农业工程技术应用，工业产业等行业。

1：基于点的全局阈值选取方法

1.1最大类间交叉熵法

在取阈值分割中，一般要求月至的选取要使分割的目标与背景尽可能的差

异，假设图像有目标1和背景2两类像素，可以用交叉熵来度量目标和背景间的差异，将这种类间差异性用原始图像p 中的个像素点S 判决到目标和背景两类区域的两个后验概率p(1/s),p(2/s)之间的交叉熵的平均值表示，通过最大化将像素点判决到不同的区域的后验概率来求最优的阈值。

在这里，我们设X 是一幅具有L 级灰度级的图像，其中第i 级像素为i N 个，其中i 的值在0~L-1之间，图像的总像素点个数为：

第i 级出现的概率为：

图像的总平均灰度级为：

0C 类像素所占面积的比例为：

1C 类像素所占面积的比例为：

01-=ωω1

0C 类像素的平均灰度为：

000=ωμμ/)()(k k 1C 类像素的平均灰度为： 111=ωμμ/)()(k k

其中，

∑-==10L i i iP μN N P i i =∑-==10L i i N N ∑-=0=10k i i P ω∑-=0=1

0)(k i i iP k μ