数字图像处理实验 图像分割学习资料

数字图像处理实验图

像分割

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

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/XP

MATLAB 7.0

3.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：

（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：222

()()

x a y b r

-+-=，通过Hough变换，将图像空间(,)

x y对应到参数空图4.1 实验图像camera.bmp 图4.2 实验图像car.bmp

间(,,)a b r 。

第一题结果图

\T \R -500

50

-300-200

-100

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

原图像

01002000

直方图

分割后的图像

Otsu 法

原图像

分割后的图像

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

clear all;

RGB = imread('C:\Documents and Settings\Administrator\桌面

\camera.bmp');

I=RGB;

%I = 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'), axis on, axis normal

xlabel('\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

hold on

plot(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), hold on%在二值图中叠加显示这些线段

for k = 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

%用直方图阈值法

I=imread('C:\Documents and Settings\Administrator\桌面\car.bmp');

subplot(2,2,1);

imshow(I);

title('原图像');

I1=rgb2gray(I);

subplot(2,2,2);

imhist(I1);

title('直方图');

subplot(2,2,3);

I2=im2bw(I1,165/415);

imshow(I2);

title('分割后的图像');

%用Otsu算法

I=imread('C:\Documents and Settings\Administrator\桌面\car.bmp');

subplot(2,1,1);

imshow(I);

title('原图像');

subplot(2,1,2);

level=graythresh(I);

BW=im2bw(I,level);

imshow(BW);

title('分割后的图像');