论文总字数：10077字

摘 要

: 图像分割作为图像处理中的关键部分，对图像分割的研究一直是图像处理中的热点．本文介绍了图像分割的几种常用方法，包括阈值分割法、区域生长法、边缘检测法，并通过Matlab编程来解决实际中的问题.

关 键 字: Matlab，图像分割，数学形态学

Abstract: Image segmentation as a key part in image processing and it has been a hot spot in image processing research.In this paper, we describe several methods for image segmentation, including the threshold segmentation, region segmentation, edge detection, and to solve practical problems through matlab programming.

Keywords: Matlab, image segmentation, mathematical morphology

目 录

1 引言……………………………………………………………………………4

2 基础知识………………………………………………………………………4

2.1 Matlab简介…………………………………………………………………4

2.2 图像分割概述………………………………………………………………5

3 图像分割的几种方法………………………………………………………5

3.1 基于阈值的图像分割方法………………………………………………5

3.2 基于区域信息的图像分割方法………………………………………7

3.3 基于边缘检测的图像分割方法………………………………………8

3.4 基于数学形态学的图像分割方法……………………………………9

4 Matlab在图像分割中的应用……………………………………………10

4.1 花卉分类中的图像分割问题…………………………………………10

4.2 钱币统计中的图像分割问题…………………………………………12

4.3 车牌识别中的图像分割问题…………………………………………13

结论…………………………………………………………………………………15

参考文献…………………………………………………………………………16

致谢…………………………………………………………………………………17

1 引言

图像分割是一种重要的图像处理技术, 在理论研究和实际应用中都得到了人们的广泛重视^[1,2,3]．有很多软件能处理图像分割问题，常见的像Matlab、OpenCv、C语言等．和Matlab比较,OpenCv可能存在定位不准问题，C语言存在数据安全性问题.本文主要论述的就是Matlab在图像分割中的应用．

图像分割的方法有很多, 例如，基于图像灰度分布的阈值方法，基于边缘的图像分割方法，基于区域的图像分割方法，基于数学形态学的图像分割方法，基于人工神经网络的图像分割方法，基于支持向量机的图像分割方法，基于偏微分方程的图像分割方法，基于小波分析和变换的图像分割方法等，这些方法各有优点．

本文介绍4种方法：基于数学形态学的图像分割方法、基于区域信息的图像分割方法和基于边缘检测的图像分割方法和基于阈值分割的图像分割方法，并将这几种方法结合Matlab进行图像分割．

2 基础知识

2.1 Matlab简介

Matlab软件是由美国Math Works公司在1984年推出，经过多年的发展与完善．现已成为国际公认的优秀科学计算与数学应用软件．Matlab在数值计算,数字信号处理,系统识别,自动控制,振动理论,时序分析,神经网络控制,优化设计,动态仿真系统,化学统计学,特殊函数和图形领域表现出一般高级语言难以比拟的优势．

Matlab的特点如下：

(1) 科学计算:Matlab拥有庞大的数学、统计及工程函数，可使用户立刻实现所需的强大的数学计算功能．由各领域的专家学者们开发的数值计算程序，使用了安全、成熟、可靠的算法，从而保证了最强大的运算速度和可靠的结果；

(2) 直观灵活的语言:Matlab不仅是一套打好包的函数库，同时也是一种高级的面向对象的编程语言．Matlab自身的许多函数，实际上也包括所有的工具箱函数，都是用M文件实现的；

(3) 先进的可视化工具:Matlab提供功能强大的、交互式的二维和三维绘图功能，可使用户创建富有表现力的彩色图形.可视化工具包括:曲面渲染、线框图、伪彩图、光源、三维等位线图、图像显示、动画、体积可视化等；

(4)开放性、可扩展性强:M文件是可见的Matlab程序，所以可以查看源代码．

开放的系统设计使用户能够检查算法的正确性，修改已存在的函数，或者加入自己的新函数；

(5)Matlab工具箱加强了对工程及科学中特殊应用的支持．工具箱和Matlab一样是完全可视化的，可扩展性强.将某个或几个工具箱与Matlab联合使用，可以得到一个功能强大的计算机组合包，满足用户的特殊要求．

2.2 图像分割概述

借助集合概念对图像分割可给出如下定义：令集合R代表整个图像区域，对R的图像分割可以看作是将R分成N个满足以下条件的非空子集．

(1)在分割结果中，每个区域的像素有着相同的特性；

(2)在分割结果中，不同子区域具有不同的特性，并且它们没有公共特性；

(3)分割的所有子区域的并集就是原来的图像；

(4)各个子集是连通的区域．

所谓图像分割是把图像分割成若干个特定的、具有独特性质的区域并提取出感兴趣目标的技术，这些特性可以是像素的灰度、颜色、纹理等.提取的目标可以是对应的单个区域，也可以是对应的多个区域,这些区域是互相不交叉的，每一个区域都满足特定区域的一致性．

因此，图像分割作为图像分析和理解的一个关键步骤，其结果将直接影响到目标物特征提取和描述，以及进一步的目标物识别、分类和图像理解．

3 图像分割的几种方法

3.1 阈值分割法

图像分割方法中最基本的分割方法就是阈值化分割，其基本原理就是在图像灰度取值范围之中选择一个或多个灰度阈值，然后将各个灰度值与阈值进行比较 ，根据比较结果将图像分为两类或多类，从而把图像划分为互不重叠的区域集合，达到图像分割的目的．设原始图像，阈值表示满足某一规则在中找到合适的阈值，表示分割后的图像函数，则有：

剩余内容已隐藏，请支付后下载全文，论文总字数：10077字