实验三数字图像分割处理的编程实现

实验三：数字图像分割处理的编程实现

030840917 吴卫

一、实验目标:

掌握图像分割的操作编程实现方法；

二、实验内容:选用图像增强的代数操作，图像增强的加噪处理，图像滤波（均值滤波、非线性锐化滤波、中值滤波）、图像分割的边缘检测、对数字图像进行处理。

三、实验原理：

边缘检测

边缘检测是所有基于边界分割方法最基本的处理。图像的边缘是图像的最基本特征。常见的边缘分为阶跃型、房顶型和凸缘型。

边缘检测方法：空域微分算子、拟合曲面、小波多尺度边缘检测、基于数学形态学的边缘检测。常见的微分算子：Robert算子、Sobel算子、Prewitt算子。

二维Otsu阈值分割算法

对于一幅M×N 的数字图像(M 和N 分别代表图像的宽度和高度)，f(x，y)表示图像上像素点(x，y)处的灰度值，g (x，y)表示图像上像素点(x，y)的k×k邻域平均灰度值，定义如下:

其中，0

四、实验步骤:

1、图像相加

如图可以看出，当不同的两幅大小相同的图像进行相加操作之后，两幅图出现叠加现象，新生成的图像出现重影现象。还可以利用相加的原理对图像的亮度进行增强如图4所示，每个像素点上加上150之后图像的亮度明显增强。

2、图像相减

如图为原始图像1、2与两图相减和对图像2每个像素上减去一个值得图像。从图中可以看出，当两幅图像相减时，两图中相同和相似的部分被减去，而留下的就是图像差异较大的部分。利用这个原理可以在多幅场景相同的图像中寻找其中的差异。在图像中的每个像素减去一个常数后，图像的亮度被降低。

3、图像相乘

如图，一个图像乘以一个常数称为缩放，当图像乘以0.5时图像明显变暗，当图像乘以1.5是，图像明显变量。这说明：当图像的缩放比例大于1时，图像的亮度将会增强。当图像的缩放比例小于1时，图像的亮度将会减弱。

4、图像相除

如图，当图像除以0.5时，图像亮度增强，而当图像除以1.5时图像亮度减弱。则可以看出除法的对图像亮度的处理和乘法相反。但是对比乘法操作的结果又可以看出乘法和除法并不是完全的相同，除法除以的数值是像素变换的变换率而不是每个像素的绝对差异。

5、图像边缘检测

从图像可知， Roberts算子和Log算子定位精度高，但受噪声影响大。 Sobel算子和Prewitt 算子模板相对较大因而去噪能力较强，具有平滑作用，能滤除一些噪声，去掉一部分伪边缘，但同时也平滑了真正的边缘，降低了其边缘定位精度。

6、OTSU算法

如图，是二维OTSU法分割效果，经处理后，原灰度图被变成了只有黑白两种颜色的图像，原来图像背景中不明显的小目标被分割出来，误分割现象也很少，对小目标的提取有很好的效果。

五、实验心得

本次实验中我练习了图像空间域变换的相关函数编写，并从得到的效果中进行了观察。不但学习了更多的新的MATLAB函数的应用还加深了对理论知识的理解。提高了学习的兴趣增强了自学能力，尤其是遇到困难时，积极独立的思考，提高了对实际问题的分析问题和解决问题的能力。