图像分割实验报告

图像分割实验报告

一、实验目的

1. 掌握图像分割的基本思想，了解其分割技术及其计算策略；

2. 学会从图像处理到分析的关键步骤，掌握图像分割过程；

3. 了解图像分割的意义，进一步加深对图像分析和理解；

4. 掌握基本分割方法：迭代分割和OTSU图像分割，并编程实现。

二、实验原理

（一）迭代阈值分割选取的基本思路是:首先根据图像中物体的灰度分布情况，选取一个近似阈值作为初始阈值，一个较好的方法就是将图像的灰度均值作为初始阈值，然后通过分割图像和修改阈值的迭代过程获得认可的最佳阈值。迭代式阈值选取过程可描述如下：

1. 计算初始化阈值g0=(g max+g min)

；

2

2. 根据g0，将图像分为两部分，分别计算灰度值期望，取其平均值为g1；

3. 如此反复迭代，当|g n-g n−1|足够小时，停止迭代，取T=g n即为最终阈值。

（二）OTSU图像分割（最大类间方差法）是一种自适应的阈值确定的方法，是按图像的灰度特性,将图像分成背景和目标两部分。背景和目标之间的类间方差越大,说明构成图像的两部分的差别

越大, 当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。以最佳门限将图像灰度直方图分割成两部分，使两部分类间方差取最大值，即分离性最大。OTSU阈值选取过程可描述如下：

1.记T为目标与背景的分割阈值，目标点数占图像比例为w1，平均灰度为u1；背景点数占图像比例为w2，平均灰度为u1；

2.图像的总平均灰度为：u=w1*u1+w2*u2；

3.目标和背景图象的方差：g=w1*(u1-u)*(u1-u)+w1*(u2-u)*(u2-u)=w1*w2*(u1-u2)*(u1-u2)；

4.当方差g最大时，可以认为此时前景和背景差异最大，此时的灰度T是最佳阈值。

二、实验内容

1. 利用C++编程实现迭代阈值图像分割算法；

2. 利用C++编程实现OTSU动态阈值图像分割算法。

三、实验框图