基于MATLAB的数字图像分割的研究

基于MATLAB的数字图像分割的研究与实现

摘要：视觉和听觉是我们认识和感知外部世界的主要途径，而视觉又是其中最重要的，因此要想更细致、全面地把握这些图像信息就需要对其进行必要的处理。在数字图像处理的研究和应用中很多时候我们只对图像的某些部分和特征感兴趣，此时就需要利用图像分割技术将所需的目标与图片的其他部分区分开，以供我们对图像进一步研究和分析。图像分割即通过一些必要的算法把图像中有意义的部分或特征提取出来，将图像分为若干有意义的区域，使得这些区域对应图像中的不同目标，进而能够对所感兴趣的区域进行研究。基于图像分割技术在图像处理之中的重要性，本研究在此对图像分割的一些经典算法进行了学习和对比，并通过MATLAB对其进行了实验，通过不同的算法对不同的图片进行处理，分析其优缺点，以便在进行图像分割时可以根据图片的特征选择合适的算法。

关键字：数字图像；分割；MATLAB

The Research and Implementation of Digital Image Segmentation Based on the MATLAB

Abstract : Vision and auditory are the main ways which we use to understand and perceive the world outside, while vision is the most important. Therefore, it's require to process the image data to grasp them more painstaking and completely. In digital image processing of research and application we are only interested to some parts of the image and characteristic in many times, then you need to use the image segmentation technology to separate the goal and the picture for other parts for our further research and analysis of the image.Image segmentation is dividing the image into some significant areas through some necessary algorithms, then make these areas corresponding to different goals and we can do some research about the areas we are interested to. Based on the importance of image segmentation technology in image processing, I compared several classical algorithms of image segmentation. In the meanwhile, I used the MATLAB to do some research and to process the various images with different algorithms so that it's convinent to find the advantages of these algorithms. Then, I can base on the characteristics of the images to choose the suitable algorithms when to make some digital image segmentation.

Key words : Digital Image; Segmentation; MATLAB

目    录

1 绪论

1.1 图像分割的研究背景

1.2 图像分割的基本原理

2 图像处理与MATLAB

2.1 MATLAB处理的图像格式与类型

2.2 MATLAB的界面

2.3 MATLAB图像的基本操作

2.3.1 图像文件信息的查询

2.3.2 图像文件的读取

2.3.4 图像文件的写入

2.3.5 MATLAB图像工具箱中的图像显示函数

3 阈值化分割

3.1 双峰法

3.1.1 数学推导

3.1.2 双峰法图像分割示例

3.2 自动选择法

3.2.1 自动选择法推导过程

3.2.2 迭代法图像分割

3.2.3 最大类间方差法图像分割

4 区域化分割

4.1 区域生长分割算法

4.1.1 区域生长法简介

4.1.2 区域生长法的MATLAB程序与分割操作

4.2 分裂合并分割算法

4.2.1 分裂合并分割算法简介

4.2.2 分裂合并法的MATLAB程序与分割操作

5 图像分割算法的评价

5.1 图像分割算法评价概述

5.2 图像分割算法评价方法和要求

5.3 本文算法分析与评价

6 总结

参考文献

致谢

1 绪论

1.1 图像分割的研究背景

在一幅目标图像下，人们往往只是关注其中的一个或者几个目标，而这些目标必然会占据一定的区域，并且与周围其他目标或背景在一些特征上会有相应的差别。但是，很多时候这些差别会非常的细微，以至于人眼很难发觉，这就需要用一定的技术对图片做一些处理。而计算机图像处理技术的发展，很好地解决了这一难题，使得人们可以利用计算机技术来协助理这些信息，例如指纹识别、车牌识别以及医学影像的鉴别操作等方向。

图像分割是图像识别的基础，其通过一些必要的算法把图像中有意义的部分或特征提取出来，将图像分为若干有意义的区域，并形成数字特征，这些区域对应图像中的不同目标。这些具有某种特征的单元成为图像的基元，这种经过处理的基元更容易被快速处理。

目前，数以千计的研究文献和文章提出了许许多多的图像分割算法，不同种类的图像、不同的应用要求和应用领域所需要提取出的图像特征是不相同的，所以并不存在普遍适用的最优方法，只能根据图像特征选择与值相适应的方法。

1.2 图像分割的基本原理

图像分割是根据图像的直方图和结构特性或者一些具体的应用需求将图像划分成两个或多个互不相交的子区域的过程，这些子区域是在特定意义下的具有相同属性的像素的连通集合。例如，一幅图像中不同目标物体所占的图像区域、背景所占的背景区域等都属于这样的连通集合概念。

对图像分割的定义有多种不同的解释，人们普遍接受的是通过集合定义的图像分割。用集合R表示整个图像区域，那么对整个图像的分割可以等价于将集合R分成n个满足以下准则的区域：

1. 

2. 

3. 

4. 

   false；

5. 

   true。

目前提出的图像分割方法很多，在此分为三种不同的途径对其进行分类：

1. 以物体的的边界为对象进行分割；
2. 先检测边缘像素，再将边缘像素连接起来形成分割；
3. 以区域为对象进行分割，根据图像的灰度、色彩、变换关系或组织结构等方面的特征相似性来划分图像的子区域并将各像素划分到特定区域。

上述这些方法是互补的，不同的场合使用不同的方法，或者综合各个方法已达到最佳的分割效果。

2 图像处理与MATLAB

2.1 MATLAB处理的图像格式与类型

图像格式是指图像文件常用的存储格式，下面是几种MATLAB常用并支持的图像格式以及数据类型，见下表2.1所示。

表2.1 MATLAB支持的几种图像格式及数据类型

格式	数据类型说明
bmp	非压缩图像：1bit、4bit、8bit、16bit、24bit、32bit 行程长编码图像：4bit、8bit
cur