matlab图片背景分割,12.4.2 图像分割

12.4.2  图像分割

图像分割是一种重要的图像分析技术，在对图像的研究与应用中，人们往往对图像中某些部分感兴趣，这些部分就是图像处理的目标。为了识别和分析图像中的目标，需要将它们从图像中分离提取出来，在此基础上才可以进行下一步的检测和其他应用。图像分割就是指将图像分割成各具特征的区域，并从这些区域中提取对图像处理有用的目标的技术和过程。

1．图像分割的基本原理

图像分割技术是根据图像的组成结构和应用需求将图像划分为若干个互不相交的子区域的过程。这些子区域所包括的部分都是具有相同或相似特征属性的连通集合，如目标图像所占的图像区域具有目标的图像特性，背景区域则具有背景区域的特征属性，下面简要介绍算法过程。

(1)计算背景区域的平均色调和饱和度值。可以采用在背景区域选取一个方形区域，计算此区域的平均色调 和饱和度 。这两个值是可以变化的，用户可以多次选取背景区域的方形区域进行计算，然后取平均值。

(2)阈值计算。在求取背景区域的平均色调H和饱和度S后，再根据平均色调和饱和度值设定阈值 和 。

(3)图像分割。在图像分割时，选取图像每一个像素点 四领域 计算其平均色调 和饱和度 ：

其中， 和 分别是 领域内某点 的色调和饱和度值， 是领域内点的个数。衡量任意像素点 是否为背景域(或为目标域)满足两点要求： 以及 。如果条件成立，则此像素点便被划分为背景域，反之，如果不成立则此像素点被划分为目标域。

2．图像分割方法

常用的图像分割方法是将图像的灰度分成不同的等级，然后设置灰度阈值将区域进行分割。最基本的阈值分割方法就是图像的二值化处理，即设定一个阈值，然后根据阈值将图像转换成黑白二值图像，最后将图像进行分割及边缘提取等处理。

3．边缘检测

数字图像的边缘检测是图像分割、目标区域识别、区域形状提取、目标特征识别等图像分析领域非常重要的基础，也是图像识别中提取图像特征的一个重要属性。边缘检测是以图像局部特征不连续为基础的，即图像局部亮度变化最显著的部分，如灰度值的突变等。利用边缘检测方法来对图像进行分割，其基本思路就是先检测图形中的边缘点，再按照某种策略将这些边缘点连接起来形成闭合的轮廓，从而构成分割区域。MATLAB提供了专门的边缘检测工具edge()函数，其调用格式如下：New=edge(I，'method'，'thresh'，'sigma'，'direction')

其中，参数I是被分割的原始图像，method指用于图像分割的数学算法，MATLAB提供了Sobel算子、Prewitt算子、Roberts算子、log算子、Candy算子、Zerocross算子等可供选择。thresh为边缘检测的阈值，sigma为边缘检测阈值确定的方差，direction为边缘检测方向。

【责任编辑：book TEL：(010)68476606】

点赞 0