图像处理实验4

实验四、图像分割

一、实验目的

理解和掌握图像分割的基本理论和算法，练习使用形态学、区域、边界和阀值的方法结合图像增强复原的相关知识点对图像进行分割处理；

二、实验原理

1. 膨胀和腐蚀是二值形态学的基本操作，其中膨胀是是将与目标区域的背景点合并到该目标物中，使目标物边界向外部扩张的处理；而腐蚀则是一种消除连通域的边界点，使边界向内收缩的处理。贴标签是对不同连通域区分和标记的基本算法。

两者数学表达如下：

膨胀：B

A

=

C⊕

腐蚀：B

=

A

CΘ

2.图象分割是按照某些特性(如灰度级,频谱,颜色，纹理等)将图象划分成一些区域，在这些区域内其特性是相同的或者说是均匀的，两个相邻区域彼此特性则是不同的，其间存在着边缘或边界。按照使用图像的特点可以分为两类：利用区域间灰度不连续性――基于边界检测

利用区域内灰度的相似性――基于区域分割

三、实验步骤

1.打开计算机，安装和启动MATLAB程序；程序组中“work”文件夹中应有待处理的图像文件；

2.对于血细胞图像

a).对图像进行去噪、增强处理;

b)运用全局阀值进行二值化（参考教材209页，例9.7, 例9.8, 例9.9）;

c)用膨胀腐蚀等形态学方法将血细胞分成不同的连通域（参考教材250

页，例10.9, 例10.10），并使用贴标签的方式对连通域进行统计和标记。

3. 记录和整理实验报告。

四、实验仪器

1.计算机；

2. MATLAB程序；

3.记录用的笔、纸。

五、实验报告内容

1.迭代式阈值选择

I=imread('blood1.jpg');

I=rgb2gray(I);

J=imnoise(I,'salt & pepper',0.02);

subplot(331),imshow(I);title('原图像');

subplot(332),imshow(J);title('添加椒盐噪声图像');

k1=medfilt2(J);

k2=medfilt2(J,[5 5]);

subplot(333),imshow(k2);title('5×5模板中值滤波'); f=double(k2);

T=(min(f(:))+max(f(:)))/2;

done=false;

i=0;

while~done

r1=find(f<=T);

r2=find(f>T);

Tnew=(mean(f(r1))+mean(f(r2)))/2;

done=abs(Tnew-T)<1;

T=Tnew;

i=i+1;

end

f(r1)=0;

f(r2)=1;

subplot(334);

imshow(f);

title('迭代阈值二值化图像');

se=strel('ball',8,8);

I2=imdilate(I,se);

subplot(335);imshow(I2);

title('膨胀后图像');

se=strel('ball',8,8);

I3=imerode(I,se);

subplot(336);imshow(I3);

title('腐蚀后图像');

I2=im2bw(I2);

[I2,N]=bwlabel(I2,8);

subplot(337);

imshow(I2);title('标记图像的连通性');

结果：

2.Otsu方法阈值选择

I=imread('blood1.jpg');

I=rgb2gray(I);

J=imnoise(I,'salt & pepper',0.02);

subplot(331),imshow(I);title('原图像');

subplot(332),imshow(J);title('添加椒盐噪声图像');

k1=medfilt2(J);

k2=medfilt2(J,[5 5]);

subplot(333),imshow(k2);title('5×5模板中值滤波'); T=graythresh(I);

g=im2bw(I,T);

subplot(334);imshow(g);

title('Otsu方法二值化图像');

se=strel('ball',8,8);

I2=imdilate(I,se);

subplot(335);imshow(I2);

title('膨胀后图像');

se=strel('ball',8,8);

I3=imerode(I,se);

subplot(336);imshow(I3);

title('腐蚀后图像');

I2=im2bw(I2);

[I2,N]=bwlabel(I2,8);

subplot(337);

imshow(I2);title('标记图像的连通性');

结果：

六、思考题

1．除了形态学方法用其他方法如何实现图像分割？

答：阈值分割：图像分割的经典方法是基于灰度阈值的分割方法，它通过设置阈值，把像素点按灰度级分若干类，从而实现图像分割；

区域分割：利用的是图像的空间性质，认为分割出来的属于同一区域的像素应具有相似的性质；

运动分割：研究对象通常是图像序列，图像序列的每一幅为一帧，不同时刻采集的多帧图像中包含了存在于相机与景物之间的相对运动信息。

2．图像预处理的作用是什么？

答：去除噪声，增强图像，以得到对具体应用来说视觉效果更好更有用的图像。