数字图像处理实验三：数字图像分割处理的工程实现.doc

实验三：数字图像分割处理的工程实现 实验目的 运用matlab进行图像分割处理 了解图像分割处理工程实现的方法 熟悉图像分割处理的原理和程序功能 实验原理 水域分割 水域分割是一种借鉴了形态学理论的分割方法，本质上式用图像的区域特性来分割图像的，他将边缘检测和区域生长的优点结合起来，能够得到单相素的，连通的，封闭的，且位置准确的轮廓。水域分割的基本思想是基于局部极小值和积水盆的概念。 Roberts算子 Roberts算子就是一个图像梯度处理，是一种交叉差分法，近似计算公式为： [f x,y ] [f x,y -f x+1,y+1 ]+[f x+1,y -f x,y+1 ] Sobel算子 　该算子包含两组3x3的，分别为横向及纵向，将之与图像作平面，即可分别得出横向及纵向的亮度差分近似值。如果以A代表原始图像，Gx及Gy分别代表经横向及纵向边缘检测的图像，其公式如下: Sobel算子 　　图像的每一个像素的横向及纵向梯度近似值可用以下的公式结合，来计算梯度的大小。 　　然后可用以下公式计算梯度方向。 　　在以上例子中，如果以上的角度Θ等于零，即代表图像该处拥有纵向边缘，左方较右方暗。Canny 使用了阈值滞后阈值需要两个阈值——高阈值与低阈值。假设图像中的重要边缘都是连续的曲线，这样我们就可以跟踪给定曲线中模糊的部分，并且避免将没有组成曲线的噪声像素当成边缘。所以我们从一个较大的阈值开始，这将标识出我们比较确信的真实边缘，使用前面导出的方向信息，我们从这些真正的边缘开始在图像中跟踪整个的边缘。阈值分割法分为全局阈值法和局部阈值分割法。所谓局部阈值分割法是将原始图像划分成较小的图像，并对每个子图像选取相应的阈值。在阈值分割后，相邻子图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术进行排除。局部阈值法常用的方法有灰度差直方图法、微分直方图法。 如上图所示：右图为水域分割结果，图片里只有一些像水滴状的东西！分不清目标和背景！左图可以看清目标的轮廓，水域分割不适合这幅图的图像分割处理. Roberts算子 如上图所示：左图为灰度加噪图像，经过roberts算子后！目标区域为全黑色，背景区域为黑色加白点，这样可以分清目标和背景。 3.Sobel算子 如上所示：右图为经过sobel算子后的图像！可以分清目标和背景！背景为黑色加白点，目标区域为全黑色，而且可以看出对这幅图，sobel算子比roberts算子效果更好！ Canny算子 如上图所示：经过canny算子后，目标和背景可以明显的分开！且较为清晰。在roberts算子，sobel算子，canny算子中canny算子效果最好。 阈值分割 如上图所示：阈值分割对这幅图的处理效果很好，可以清晰的分辨出目标，背景都被黑色覆盖。 实验心得 在进行图像分割时了解到了各个算子对图像的处理效果，在程序编写上都比较简单，引用函数就可以了！但是我用的MATLAB版本过低导致title（“”）括号内的汉字注释会变成乱码。耽误了很多时间！最后所有模块完成后再注释就没问题了。