摘 要

数字图像处理自诞生之日起，各种处理方法处理技术层出不穷，理论日新月异。数字图像拼接和分割是其中比较重要的两种处理方法。分割图像，拼接图像的实用价值很高，一直是学者们研究的热点领域。

论文的主要目的就是介绍几种数字图像分割的算法及其实现的过程和数字图像拼接的简单理论及实现。从阈值分割入手，依次介绍了自动选择阈值法，双峰法，最大类间方差法和迭代法。接着介绍梯度分割，对比了几种梯度算子。比较了传统分水岭算法和新的分水岭算法。最后通过实验结果对比得出各种分割算法的优缺点。本文还简单介绍了一种图像拼接算法，完成了对图像的拼接。本文中所以算法代码都是基于MATLAB完成的。

关键词： 图像拼接；图像分割；MATLAB

Abstract

Since the birth of digital image processing, various processing methods have emerged in an endless stream, and the theory is changing with each passing day. Digital image stitching and segmentation are two of the most important processing methods. Segmentation of images, the practical value of stitching images is very high, has always been a hot topic for scholars to study.

The main purpose of this paper is to introduce several digital image segmentation algorithms and their implementation process and the simple theory and implementation of digital image mosaic. Starting from the threshold segmentation, the automatic selection threshold method, the bimodal method, the maximum inter-class variance method and the iterative method are introduced in turn. Next, we introduce gradient segmentation and compare several gradient operators. Finally, the advantages and disadvantages of various segmentation algorithms are obtained through comparison of experimental results. This paper also briefly introduces an image stitching algorithm, which completes the stitching of images. The algorithm code in this article is all based on MATLAB.

Keywords: MATLAB；Image Segmentation；Image mosaic

目录

第1章 绪论 1

1.1 国内外现状研究 1

1.2 研究的目的与意义 1

1.3 主要内容 3

第2章 相关技术知识介绍 5

2.1 数字图像分割技术相关知识 5

2.1.1 基于阈值的图像分割方法 5

2.1.2 基于区域的图像分割方法 6

2.1.3 基于边缘的图像分割方法 6

2.2 数字图像处理简介 7

2.3 数字图像简介 7

第3章 数字图像分割算法研究 9

3.1 阈值分割 9

3.1.1 人工选择和Matlab自带的otus阈值选择法 9

3.1.2 基于最大类间方差法的自动选择阈值法 12

3.1.3 基于迭代法的自动选择阈值法 14

3.2 梯度分割 15

3.2.1 Soble算子 15

3.2.2 prewitt算子 17

3.2.3 Laplacian算子 18

3.3 图像分割的分水岭算法 20

第4章 数字图像拼接算法研究 23

4.1 数字图像拼接简介 23

4.2 图像配准 23

4.3 图像融合 24

4.4 特征配准方法实现图像拼接 24

4.4.1 特征点捕捉 24

4.4.2 自适应非极大值抑制 25

4.4.3 关键点 27

4.4.4 合成新图像 27

4.4.5 相关的代码 28

第5章 总结与展望 30

5.1 总结论文 30

5.2 展望未来 30

参考文献 31

附录 32

致谢 33

第1章 绪论

1.1 国内外现状研究

数字图像处理技术是一门综合性很强的学科，它横跨几大学科，起源于上个世纪五六十年代，并伴随着计算机科学技术的不断向前发展，数字图像处理与分析也慢慢形成了属于自己的科学理论体系，数字图像的处理技术日新月异，处理方法层出不穷。尽管它的发展历史比较短，但因其的作用之大引起人们的的普遍关注^[1]。第一，人类最重要的获取信息方法就是视觉，而视觉的基础就是通过图像获取信息，所以，数字图像渐渐成为物理学、生理学、计算机科学等很多领域内的研究人员研究视觉感知获取信息的高效方法。第二，数字图像处理在测量、遥感、军事、天气等应用中扮演着越来越来越重要的角色，它的实用价值和经济效应很高。

早期的图像分割理论大部分都根据数字图像的底层信息，比如图像的灰度，梯度，纹理等信息^[2]。产生了一些比较经典的算法。利用阈值分割的图像分割算法，利用边缘检测的图像分割算法，利用图论的图像分割方法等。

随着科学技术的发展，目前，最新的研究人员把图像分割理论进一步扩展了^[3]。不在满足于利用数字图像的底层信息，底层信息所携带的信息细节丢失较多，他们进一步研究数字图像的高层知识，并融合先验知识。产生了新的图像分割理论，得到了新的数字图像分割算法。具体有小波变换模拟集数和神经网络活动轮廓之类的，极大丰富了数字分割方法，在一定程度上改善了图像分割的实际效果。

因为这个课题的难度比较大和深度比较广，相关技术发展缓慢。从上世纪七八十年代起研究人员对数字图像分割一直特别关注，科研人员针对各种不同的问题提出了许多方法分割方法，但截止至今依然不存在一个普遍适用的理论和方法。

一开始照相绘图学是数字图像拼接研究的重点，基本内容整合数据量庞大的航拍照片和卫星照片^[4]。这些年来，随着图像处理技术和计算机技术的不断向前的研究与发展。图像拼接开始与基于图像的绘制（IBR）渐渐互补，慢慢成为计算机视觉和计算机图形学的高频热点。在计算机视觉领域里面，研究可视化场景描述的办法就是利用图像拼接^[5]。