沈阳理工大学迭代阈值法图像分割程序设计

1、成 绩 评 定 表学生姓名高冰钰班级学号1303030402专 业电子信息工程课程设计题目基于最大类间方差法图像分割程序设计迭代阈值法评语组长签字：成绩日期 2016年7月18日课程设计任务书学 院信息科学与工程专 业电子信息工程学生姓名高冰钰班级学号 1303030402课程设计题目基于最大类间方差法图像分割程序设计迭代阈值法实践教学要求与任务：本设计要求利用Matlab进行编程及仿真，仿真内容为基于最大类间方差法图像分割程序设计迭代阈值法。利用所学数字图象处理技术知识，在Matlab软件系统上来实现图像分割，并且对程序进行测试。要求如下：（1）掌握课程设计的相关知识、概念、思路及目的。（2

2、）程序设计合理、能够正确运行且操作简单，可实施性强。（3）掌握图像分割的方法。（4）能够利用迭代阈值法进行图像分割。工作计划与进度安排：第一阶段（1-2）天：熟悉matlab编程环境，查阅相关资料；第二阶段（2-3）天：算法设计；第三阶段（2-3）天：编码与调试；第四阶段（1-2）天：实验与分析；第五阶段（1-2）天：编写文档。指导教师： 2016年7月3日专业负责人： 2016年7月4日学院教学副院长： 2016年7月4日沈阳理工大学数字图像处理课程设计摘 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。图像分割是从图像预处理到图像识别和分析、理解的关键步骤，在数字图像处

3、理中占据重要的位置。图像分割的目的是将图像分成一些有意义的区域并对这些区域进行描述。图像分割的方法主要有点相关分割、区域相关分割、阈值法、界限检测法、匹配法、跟踪法等。本设计主要采用阈值分割法中的迭代阈值法，利用MATLAB软件中的图像处理函数将图像导入，然后对图像进行灰度变换，通过迭代法求图像最佳分割阈值，根据该阈值对图像进行分割，从而产生二值化后的图像。仿真结果表明，通过迭代法选取的阈值是比较准确的，可以采用此阈值对图像进行分割。关键词：图像分割；迭代阈值法；MATLABI沈阳理工大学数字图像处理课程设计目录1设计目的与要求11.1设计目的11.2设计要求12设计原理12.1图像分割12.

4、2基于阈值的分割22.3迭代阈值法23设计方案33.1设计思想33.2设计流程34软件实现45仿真与结果分析55.1仿真55.2结果分析7结论8参考文献9II沈阳理工大学数字图像处理课程设计基于最大类间方差法图像分割程序设计迭代阈值法1设计目的与要求1.1设计目的（1） 利用MATLAB软件编写程序实现图像分割。（2） 查阅相关资料并整理分析，掌握迭代阈值法的主要原理。（3） 利用迭代阈值法选择最优阈值，并对图像进行二值化。1.2设计要求（1）熟练掌握 MATLAB软件的基本操作。（2）了解 MATLAB软件的程序编程。（3）对所学知识仔细梳理，掌握迭代阈值法的主要思路。（4）培养独立分析和解

5、决问题的能力，学会撰写课程设计的总结报告。（5）善于总结和改进方案，提高方案可实施性和高效性。2设计原理2.1图像分割图像分割是从图像预处理到图像识别和分析、理解的关键步骤，图像分割和分割的目标表达、特征提取和参数测量等将原始图像转化为数学表达形式，使得利用计算机进行图像分析和理解成为可能，在图像处理中占据重要的位置。图像分割的目的是将图像分成一些有意义的区域, 然后对这些区域进行描述, 相当于提取出某些目标区域图像的特征, 判断图像中是否有感兴趣的目标。图像分割的依据建立在图像上像素间的“相似性”和“不连续性”两个基本概念之上【1】。所谓“相似性”是指在某个区域内像素具有某种相似的特性, 如

6、灰度、纹理相同;所谓“不连续性”是指特性不连续, 如灰度值发生突变。从总体上来说, 图像分割就是把图像分成若干个有意义区域的处理技术【2】。这些区域互不交叠, 每一个区域内部的某种特性或特征相同或接近, 而不同区域间的图像特征则有明显差别。2.2基于阈值的分割阈值分割法是一种基于图像的分割技术。其基本原理是通过设定不同的特征阈值，把图像像素分为若干类。常用的特征包括直接来自原始图像的灰度或彩色特征、由原始图像或彩色值变换得到的特征【3】。它主要是利用图像中要提取的目标物体和背景在灰度上的差异, 选择一个合适的阈值, 通过判断图像中的每一个像素点的特征属性是否满足阈值的要求来确定图像中该像素点属

7、于目标区还是应该属于背景区域, 从而产生二值图像【4】。它计算简单, 而且总能用封闭而且连通的边界定义不交叠的区域。2.3迭代阈值法迭代法是采用基于逼近的思想，利用程序自动搜寻出比较合适的阈值。假设有一幅图像,是图像上点的灰度值，是点的权重系数，取点灰度的概率【5】。迭代算法步骤如下：步骤1：求出图像中的最小和最大灰度值和的阈值初值。 (2.1) 步骤2：根据阈值将图像分割成目标和背景两部分，求出两部分的平均灰度值和。 (2.2) (2.3)步骤3：求出新阈值。 (2.4)步骤4：若=，则结束；否则,，转到步骤2。步骤5：第4步结束后,为最佳阈值。3设计方案3.1设计思想 在使用阈值法进行分割

8、技术时, 阈值的选取成为能否正确分割的关键。给定一幅图像，仅凭人眼主观上的感觉是很难找到合适的阈值点的，但利用阈值分割算法可以对图像进行准确、有效的分割。迭代法是目前应用比较多的阈值选取方法【6】。迭代阈值选取方法首先选取图像的灰度范围的中值作为初始值，把图像中的全部像素分成前景、背景两大类，然后分别对其进行积分并将结果取平均以获取一新的阈值，并按此阈值将图像分成前景、背景。如此反复迭代下去，当阈值不再变化，即迭代已经收敛于某个稳定的阈值时，此刻的阈值即作为最终的结果并用于对图像的分割【7】。3.2设计流程 在进行具体的程序设计时，由于阈值的迭代运算是以图像的灰度统计作为基础的，因此需首先获取

9、图像的灰度统计分布情况。该情况执行完后将存放有灰度分布的数组作为参数传递给迭代阈值函数，并通过迭代的方式计算出最终阈值。函数的后半部分利用此阈值进行图像分割，并最终显示分割结果。迭代阈值法进行图像分割流程如图3.1所示。图3.1迭代法进行图像分割流程图4软件实现图像处理工具箱是MATLAB环境下开发的许多工具箱之一，它以数字图像处理理论为基础，用MATLAB语言构造出一系列用于图像数据显示与处理的M函数【8】。应用迭代阈值法进行图像分割时用到的主要函数如下：（1）使用imread（）函数读入图像,并用rgb2gray（）函数转换成灰度图像，其核心代码如下：A=imread('filen

10、ame.jpg');B=rgb2gray(A);（2）对阈值进行初始化,初始值设置为false，其核心代码如下：T=0.5*(double(min(B(:)+double(max(B(:);d=false;（3）编写程序通过迭代求最佳阈值，并显示在MATLAB主窗口，其核心代码如下：whiled g=B>=T; Tn=0.5*(mean(B(g)+mean(B(g); d=abs(T-Tn)<0.5; T=Tn;enddisp(strcat('迭代后的最佳阈值为:',num2str(T);（4）使用im2bw（）函数【9】设定阈值将灰度图像转换为二值图像，其

11、核心代码如下：level=Tn/255;BW=im2bw(B,level);（5）使用subplot（）函数生成与控制多个坐标轴，把当前图形窗口分隔成几个矩形部分。第一部分用于显示原始图像；第二部分用于显示灰度图像；第三部分用于显示二值图像。同时使用imshow函数【10】显示图像分割结果。其核心代码如下：subplot(131),imshow(A);title('原始图像');subplot(132),imshow(B);title('灰度图像');subplot(133),imshow(BW);title('迭代阈值法分割图像');5仿真与结

12、果分析5.1仿真（1）将程序文件名保存为main.m,MATLAB主窗口运行结果见图5.1所示。图5.1迭代后的阈值结果由图5.1可知，经过迭代后选取的最佳阈值是119.4468。（2）将输入的如图5.2所示的原始百合花图像使用rgb2gray( )灰度转换函数通过灰度转换后，得到如图5.3所示的灰度图像，然后经过迭代法选择最佳阈值，再使用im2bw( )函数对图像进行二值化，得到了如图5.4所示的二值化后的图像。图5.2输入的原始图像图5.3灰度图像图5.4迭代阈值分割图像结果图由图5.3可知，将输入的如图5.1所示的带有鲜明色彩的百合花图像经过灰度变换后，图像中只有黑、白、灰三种颜色。由图

13、5.4可知，迭代阈值分割后的图像中只有黑、白两种色彩，其中明亮的花瓣部分就是目标区域，灰暗的部分就是背景区域。二值化后的图像更加明显地反映出图像中场景之间的联系。5.2结果分析基于仿真的结果分析如下：（1）迭代法是基于逼近的思想，迭代运算是将每次基于阈值获得的两部分灰度值的均值之差是否小于预先设定的极限，若不小于，则继续迭代；否则迭代停止，输出最佳阈值。（2）将输入的原始图像通过灰度转换，得到灰度图像后，经过迭代选取最佳阈值，用此阈值分割图像得到二值化图像。也就是将原图像分为了前景和背景，并用两种黑白颜色显现出来，其中亮的部分就是前景，暗的部分就是背景，用这种迭代阈值分割图像可以将图像中感兴趣

14、的部分提取出来。结 论图像分割是由图像处理转到图像分析的关键。基于灰度的阈值分割法具有计算简单、实现容易的特点，对目标和背景对比度反差较大的图像进行分割比较有效。本文所设计的迭代阈值法进行图像分割程序设计所取得的成果如下：（1） 图像分割（二值化)就是设定一个阈值T,用T经图像的数据分成两大部分：大于T的像素群和小于T的像素群。将图像上的灰度值设置为0或255，也就是将整个图像呈现出明显的只有黑和白效果的视觉效果；（2） 迭代法进行阈值选取就是先将输入的原始图像使用rgb2gray函数将转换成灰度图像，并从中选取一个最大的灰度值和一个最小的灰度值，进行取中值处理，并将此阈值设置为初值。用此阈值

15、把图像中的全部像素分成前景、背景两大类，然后分别对两部分取平均以获取一新的阈值，并按此阈值将图像分成前景、背景。如此反复迭代下去，当新的阈值与原来的阈值之差的绝对值小于预先设定的一个极限，此时的阈值即为最佳阈值目前，本设计所采用的迭代阈值分割方法仍存在一些不足。如对于直方图双峰不明显，或图像目标和背景比列差异悬殊，迭代法所选取的阈值并不理想，此时可以使用灰度直方图法进行阈值选取。阈值分割法中阈值的确定主要依赖灰度直方图，而很少考虑图像中像素的空间位置关系，因此当背景复杂，容易丧失边界信息，此时可用基于区域的分割方法进行阈值选取。参考文献1 刘刚. MATLAB数字图像处理M.北京:机械工业出版社.2010:34-45.2 王家文.MATLAB 6.5 图形图像处理M.上海:国防工业出版社.2009:6-14.3 王晓丹.MATLAB系统分析M.西安:西安电子科技大学出版2000:168-220. 4 余成波. MATLAB实现M.重庆:重庆大学出社 .2003:34-54. 5