matlab的图像分割系统(源码)【字数：12574】
摘 要摘 要根据图像的某个特性，将图像划分成多个不同的区域并提取其中感兴趣的部分的过程就是图像分割。图像分割技术一直是图像处理的重要内容，也是图像分析的关键技术之一，因此近些年它是国内外学者研究的热点。现在随着计算机科学技术的进步，图像处理的理论知识与相关的技术都得到了快速的发展，并取得了一定的成绩。当今社会，图像分割技术在所有与图像处理相关的领域都具有极其广泛的用途。在学者们的研究下，目前已经有很多分割算法被提出。本文设计了一个基于MATLAB的图像分割系统，并对图像分割的个别经典方法进行了研究和实现基于阈值的分割方法，即通过选取一定的阈值将图像分为目标类和背景类两个部分，然后根据它们灰度级的不同，将目标从背景中分割出来，其中的关键问题是阈值的选取。为此，本文中讨论了最大类间方差法求取阈值、迭代法求取阈值两种选取阈值的方法。基于边缘检测的分割方法，由于图像中各个像素点的灰度不同，在图像的边界处往往都有比较明显的边缘，可以利用图像的这个特性来分割图像。为此，本文中讨论了Roberts算子和Sobel算子两种边缘检测的方法。关键词图像分割；MATLAB；阈值分割；边缘检测
目 录
第一章 绪论 1
1.1 问题的提出 1
1.2 研究的目的和意义 1
1.3 研究现状 2
1.4 本文的研究内容 2
1.5 本文的组织结构 3
第二章 MATLAB软件 4
2.1 软件简介 4
2.1.1 优缺点 4
2.1.2 系统结构 4
2.2 GUI界面 5
2.2.1 GUI简介 5
2.2.2 系统界面设计 6
第三章 图像分割概述 8
3.1 定义 8
3.2 算法分类 9
3.2.1 基于阈值分割算法 9
3.2.2 基于边缘检测分割算法 9
3.2.3 基于区域分割算法 9
3.2.4 结合特定理论的分割算法 11
3.3 算法评价 12
第四章 基于阈值的图像分割方法 14
4.1 基本原理 14
4.2 算法介绍 *好棒文|www.hbsrm.com +Q: &351916072&
15
4.2.1 最大类间方差法 15
4.2.2 迭代法 17
4.2.3 其他算法 17
4.3 算法设计 19
4.3.1 最大类间方差法 19
4.3.2 迭代法 20
4.4 算法实现 21
4.4.1 最大类间方差法 21
4.4.2 迭代法 24
4.5 算法比较 27
第五章 基于边缘检测的图像分割方法 29
5.1 基本原理 29
5.2 算法介绍 30
5.2.1 Roberts算子 30
5.2.2 Sobel算子 31
5.2.3 其他算法 31
5.3 算法设计 34
5.4 算法实现 34
5.4.1 Roberts算子 34
5.4.2 Sobel算子 36
5.5 算法比较 38
结 论 39
致 谢 40
参 考 文 献 41
绪论
图像是一个客观事物，它只能够展现事物本身所具有的基本原形，而不会像文字和声音那样，在传播过程中会受到人物主观情绪的影响，导致产生与现实情况不相符的情形[]。对于同一幅图像，可能会因为观察者的角度、年龄或者能力等不同而产生不同的理解。由于图像往往包含大量的信息，而文字和声音所传递的信息量明显比图像要少，所以图像在人们的生活中越来越重要。
问题的提出
随着现代科学技术的发展进步，图像信息不断增加，它在教育、军事、医学等方面都起到越来越重要的作用，也就更需要图像处理技术来处理这些图像信息。图像分割技术是一个经典的图像处理问题，因此近些年它是国内外学者们研究的焦点[]。
到现在为止，学者们已经提出了很多种不同的图像分割方法，这些算法中，有的是从经典算法改进而来，有的则是将经典算法与其他某些知识理论结合而来，由此可见经典算法的重要性。而最经典的图像分割方法莫过于阈值分割法和边缘检测分割法，所以本文旨在研究这两种方法的基本原理以及它们基于MATLAB的实现。
研究的目的和意义
人们在研究图像时通常只关注自己比较感兴趣的某部分，例如某幅遥感图像，某些人可能只关注电厂、桥梁等军事目标，但是也有其他人可能只关注水域、湿地等环境目标[]。而他们比较关注的部分往往都是图像中的某些特定区域，即这些区域都具有相同的特性，将它们称为目标，其它部分则称为背景，把目标从图像中提取出来的过程称为图像分割。
从学者们研究图像分析方法开始，图像分割一直受到他们的重视，到目前为止他们已经提出了很多种不同的图像分割方法，但很多算法都是在经典算法的基础上发展而来，所以对某些经典图像分割算法的研究实现很有必要。
图像分割技术应用范围很广泛，基本上涵盖了与图像处理技术相关的所有应用领域，主要有以下方面[]：
工业生产方面：将图像分割和目标识别技术结合实现对生产过程的控制等；
医学应用方面：利用图像分割技术进行生物医学图像分析；
军事应用方面：利用图像分割技术将军事图像中的军事目标提取出来；
生活应用方面：将图像分割和目标识别技术结合实现智能门禁控制和安全检查等。
研究现状
在学者们多年的图像分割技术研究中，他们提出了很多种不同的图像分割算法，但是到目前为止，没有一种分割算法是通用的，也就是说，任何一种图像分割算法都只能有效的分割某一类图像，而对于其它类图像分割效果可能就不是很好了，所以对于不同类型的图像往往需要采用不同的分割算法。
比较经典的图像分割算法有基于阈值的分割算法、基于边缘检测的分割算法以及基于区域的分割算法这三种，学者们则是在这些经典算法的基础上努力研究，甚至将统计学、形态学等算法灵活运用到图像分割算法之中，提出了更多具有针对性的新方法，比如基于模糊理论的分割算法和基于数学形态学的分割算法等等。
基于阈值的分割算法是较为常用的一种比较简单的方法，到目前为止学者们已经提出了很多基于阈值的分割算法，例如最大类间方差法（Otsu法）、迭代法、最小误差法、灰度直方图的峰谷法和最大熵法等等。
基于边缘检测的分割算法是通过求解一阶导数的极值点或者是求解二阶导数过零点来检测边缘，从而实现对图像的分割。常见的一阶导数算子有Roberts算子及Sobel算子等等，二阶导数算子有Laplacian算子及Kirsch算子等等。
本文的研究内容
本文主要研究图像分割算法，着重研究了基于阈值的图像分割方法及基于边缘检测的图像分割方法这两类方法，主要的内容如下：
目 录
第一章 绪论 1
1.1 问题的提出 1
1.2 研究的目的和意义 1
1.3 研究现状 2
1.4 本文的研究内容 2
1.5 本文的组织结构 3
第二章 MATLAB软件 4
2.1 软件简介 4
2.1.1 优缺点 4
2.1.2 系统结构 4
2.2 GUI界面 5
2.2.1 GUI简介 5
2.2.2 系统界面设计 6
第三章 图像分割概述 8
3.1 定义 8
3.2 算法分类 9
3.2.1 基于阈值分割算法 9
3.2.2 基于边缘检测分割算法 9
3.2.3 基于区域分割算法 9
3.2.4 结合特定理论的分割算法 11
3.3 算法评价 12
第四章 基于阈值的图像分割方法 14
4.1 基本原理 14
4.2 算法介绍 *好棒文|www.hbsrm.com +Q: &351916072&
15
4.2.1 最大类间方差法 15
4.2.2 迭代法 17
4.2.3 其他算法 17
4.3 算法设计 19
4.3.1 最大类间方差法 19
4.3.2 迭代法 20
4.4 算法实现 21
4.4.1 最大类间方差法 21
4.4.2 迭代法 24
4.5 算法比较 27
第五章 基于边缘检测的图像分割方法 29
5.1 基本原理 29
5.2 算法介绍 30
5.2.1 Roberts算子 30
5.2.2 Sobel算子 31
5.2.3 其他算法 31
5.3 算法设计 34
5.4 算法实现 34
5.4.1 Roberts算子 34
5.4.2 Sobel算子 36
5.5 算法比较 38
结 论 39
致 谢 40
参 考 文 献 41
绪论
图像是一个客观事物，它只能够展现事物本身所具有的基本原形，而不会像文字和声音那样，在传播过程中会受到人物主观情绪的影响，导致产生与现实情况不相符的情形[]。对于同一幅图像，可能会因为观察者的角度、年龄或者能力等不同而产生不同的理解。由于图像往往包含大量的信息，而文字和声音所传递的信息量明显比图像要少，所以图像在人们的生活中越来越重要。
问题的提出
随着现代科学技术的发展进步，图像信息不断增加，它在教育、军事、医学等方面都起到越来越重要的作用，也就更需要图像处理技术来处理这些图像信息。图像分割技术是一个经典的图像处理问题，因此近些年它是国内外学者们研究的焦点[]。
到现在为止，学者们已经提出了很多种不同的图像分割方法，这些算法中，有的是从经典算法改进而来，有的则是将经典算法与其他某些知识理论结合而来，由此可见经典算法的重要性。而最经典的图像分割方法莫过于阈值分割法和边缘检测分割法，所以本文旨在研究这两种方法的基本原理以及它们基于MATLAB的实现。
研究的目的和意义
人们在研究图像时通常只关注自己比较感兴趣的某部分，例如某幅遥感图像，某些人可能只关注电厂、桥梁等军事目标，但是也有其他人可能只关注水域、湿地等环境目标[]。而他们比较关注的部分往往都是图像中的某些特定区域，即这些区域都具有相同的特性，将它们称为目标，其它部分则称为背景，把目标从图像中提取出来的过程称为图像分割。
从学者们研究图像分析方法开始，图像分割一直受到他们的重视，到目前为止他们已经提出了很多种不同的图像分割方法，但很多算法都是在经典算法的基础上发展而来，所以对某些经典图像分割算法的研究实现很有必要。
图像分割技术应用范围很广泛，基本上涵盖了与图像处理技术相关的所有应用领域，主要有以下方面[]：
工业生产方面：将图像分割和目标识别技术结合实现对生产过程的控制等；
医学应用方面：利用图像分割技术进行生物医学图像分析；
军事应用方面：利用图像分割技术将军事图像中的军事目标提取出来；
生活应用方面：将图像分割和目标识别技术结合实现智能门禁控制和安全检查等。
研究现状
在学者们多年的图像分割技术研究中，他们提出了很多种不同的图像分割算法，但是到目前为止，没有一种分割算法是通用的，也就是说，任何一种图像分割算法都只能有效的分割某一类图像，而对于其它类图像分割效果可能就不是很好了，所以对于不同类型的图像往往需要采用不同的分割算法。
比较经典的图像分割算法有基于阈值的分割算法、基于边缘检测的分割算法以及基于区域的分割算法这三种，学者们则是在这些经典算法的基础上努力研究，甚至将统计学、形态学等算法灵活运用到图像分割算法之中，提出了更多具有针对性的新方法，比如基于模糊理论的分割算法和基于数学形态学的分割算法等等。
基于阈值的分割算法是较为常用的一种比较简单的方法，到目前为止学者们已经提出了很多基于阈值的分割算法，例如最大类间方差法（Otsu法）、迭代法、最小误差法、灰度直方图的峰谷法和最大熵法等等。
基于边缘检测的分割算法是通过求解一阶导数的极值点或者是求解二阶导数过零点来检测边缘，从而实现对图像的分割。常见的一阶导数算子有Roberts算子及Sobel算子等等，二阶导数算子有Laplacian算子及Kirsch算子等等。
本文的研究内容
本文主要研究图像分割算法，着重研究了基于阈值的图像分割方法及基于边缘检测的图像分割方法这两类方法，主要的内容如下：
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/jsjkxyjs/754.html
