迭代阈值法上课讲义

迭代阈值法

摘要

数字图像处理的目的之一是图像识别, 而图像分割是图像识别工作的基础。

图像分割是指把图像分解成具有特性的区域并提取出感兴趣目标的技术和过

程，是计算机视觉领域的一个重要而且基本的问题，分割结果的好坏将直接影

响到视觉系统的性能。因此从原理，应用和应用效果的评估上深入研究图像分

割技术具有十分重要的意义。

本课题主要介绍了图像分割的基本知识。图像分割的算法有阈值分割法，

边缘检测法，区域分割等，本设计重点介绍了基于最小点阈值方法，基于最优

阈值分割方法，基于迭代图像分割方法，最大类间方差法（OTSU）的图像分

割法的原理和他们的MATLAB的实现代码与运行结果。

关键词：图像分割； MATLAB；阈值分割；

目录

3 1 课程设计目的............................................................................................................

2 课程设计要求............................................................................................................

3

3 3 相关知识....................................................................................................................

3

3.1 图像分割的概述.............................................................................................

3.2 阈值分割的基本原理 (4)

3.3 阈值分割方法的分类 (5)

3.3.1 基于点的全局阈值方法 (5)

3.3.2 基于区域的全局阈值方法 (6)

3.3.3 局部阈值法和多阈值法 (6)

6 4 程设计分析................................................................................................................

4.1 基于迭代的方法实现图像切割 (6)

4.2 最大类间方差的方法实现图像切割 (7)

7 5 程序设计....................................................................................................................

7

5.1 程序简单介绍.................................................................................................

8

5.2 程序代码.........................................................................................................

10 6 结果与分析..............................................................................................................

11结束语..........................................................................................................................

12参考文献......................................................................................................................

迭代阈值法

1 课程设计目的

本设计的课题任务是掌握图像阈值分割算法研究，实现对图像的分割。了解图

像分割的应用及基本方法，理解阈值化图像分割原理，理解三类典型的阈值化

分割算法，并利用之进行图像分割，给出实验结果并做出分析。

2 课程设计要求

⑴查阅相关资料；

⑵理解基于各像素值的阈值分割算法，基于区域性质的阈值分割算法, 基于坐

标位置的阈值分割算法[1]；软件编程实现利用基于各像素值的阈值分割算法进行图像分割，要求完成如下内容：包括极小值点阈值、最优阈值、迭代阈值，基于最大方差的阈值，基于最大熵的阈值等方法，利用之实现图像分

割，这里的图像可以针对核磁共振图像（MRI）[2]

⑶用MATLAB实现，并观察各算法之间的区别。

3 相关知识

3.1 图像分割的概述

在对图像的研究和应用中，人们往往仅对图像中的某些部分感兴趣，这些部

分称为目标或前景(其他部分称为背景)，他们一般对应图像中特定的、具有独

特性质的区域。为了辨识和分析目标，需要将他们分离提取出来，在此基础上

才有可能对目标进一步利用。图像分割就是指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、纹理等，

预先定义的目标可以对应单个区域，也可以对应多个区域[3]。现有的图像分割算法有：阈值分割、边缘检测和区域提取法。本文着重研究基于阈值法的图像分割技术。

所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分

成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的讲，就是在一幅图像中，把目

标从背景中分离出来，以便于进一步处理。图像分割是图像处理与计算机视觉