基于灰度图像的阈值分割改进方法--毕业论文

天津职业技术师范大学

Tianjin University of Technology and Education

毕业设计

专业：

班级学号：

学生姓名：

指导教师：

二○一二年六月

天津职业技术师范大学本科生毕业设计

基于灰度图像的阈值分割改进方法

Based on gray image threshold segmentation

method improvement

专业班级：

学生姓名：

指导教师：

系别：

2012年6月

摘要

通常人们只对图像的某个部位感兴趣，为了能够把感兴趣的部分提取出来，就得对图像进行分割。图像分割就是把图像分成一些具有不同特征而有意义的区域，以便进一步的图像分析和理解。图像增强就是突出人们感兴趣有用的部分，或者是改善图像的质量，使它尽可能的逼近原图像。本论文分析了传统的灰度阈值图像分割，即双峰法、迭代法和最大类间方差法在细节部分分割上的缺点，然后，结合图像增强中的微分梯度，对原有图像的细节进行锐化增强，然后在使用这三种方法进行分割，得到的分割结果和传统的分割方法得到的结果进行比较，该方法确实达到了改善分割后图像细节的效果。

该方法在matlab2008环境下进行了实现，实验结果表明，与传统的阈值分割方法相比，本文的方法不仅克服了传统阈值分割方法的不足，而且还对复杂灰度图像的细节部分具有较好的分割效果，为图像分割方法的改进提供了技术支持。

关键词：图像分割；图像增强；阈值；梯度

ABSTRACT

Usually people just to certain parts of the image is interested in, in order to be able to put the interested in part of the extracted, have to the image segmentation. Image segmentation is the image into some different characteristics with meaningful area, in order to further the image analysis and understanding. Image enhancement is prominent people interested in part of the useful, or improve the quality of the image is, make it as far as possible the original image approximation. This paper analyzes the traditional gray image segmentation threshold value, namely the petronas twin method, and the most categories iteration method in details the variance between segmentation defects, and then, combined with the image enhancement of differential gradient for the original image details to sharpen enhancement, and then use this three methods segmentation, get segmentation results and the traditional method of get results were compared, the algorithm does to improve segmentation image details after the effect.

This algorithm in matlab2008 environment the realization, the experimental results show that, with the traditional threshold segmentation method than the, this algorithm can not only overcome traditional threshold segmentation method is insufficient, and also to the details of the complex gray image has good segmentation effect, for the improvement of the method of image segmentation provide the technical support.

Key Words：Image segmentation；image enhancement；threshold；gradient

目录

1引言 (1)

1.1图像分割概述 (1)

1.2图像分割的特征 (1)

1.3图像分割的发展及现状 (1)

1.4研究背景与意义 (2)

2.数字图像处理的发展概述 (3)

2.1数字图像处理常用的方法 (3)

2.2数字图像处理的目的 (4)

2.3数字图像处理的主要内容 (4)

2.4数字图像处理应用的工具 (5)

3.图像分割的主要方法 (6)

3.1基于区域的分割方法 (6)

3.2基于边缘的分割方法 (6)

3.3基于聚类分析的图像分割方法 (7)

3.4基于小波变换的分割方法 (7)

3.5基于神经网络的分割方法 (8)

3.6 基于模糊集理论的分割方法 (8)

4.基于灰度图像的阈值分割方法 (9)

4.1.设计流程图 (9)

4.2双峰法图像分割 (9)

4.3 迭代法 (11)

4.4最大类间方差法图像分割 (13)

4.5小结 (15)

5. 基于图像增强的分割改进算法 (16)

5.1具体算法 (16)

5.2 双峰法分割 (17)

5.3 迭代法分割 (18)

5.4最大类间方差法分割 (18)

5.5小结（1） (19)

5.6 重复实验步骤 (19)

5.7小结（2） (20)