基于阈值法的图像分割的研究毕业答辩.ppt

《基于阈值法的图像分割的研究毕业答辩.ppt》由会员分享，可在线阅读，更多相关《基于阈值法的图像分割的研究毕业答辩.ppt（18页珍藏版）》请在三一办公上搜索。

1、基于阈值法的图像分割的研究,专业：通信工程班级：通信工程专12姓名：刘雨娇学号：5052209027,内容概述,基于阈值法的图像分割的研究,基于阈值法的图像分割的研究,图像分割技术自20世纪70 年起就一直受到人们的高度重视，至今已提出上千种分割算法。但是因为还没有通用的分割理论，现今提出的分割算法主要是针对具体问题的，还没有出现一种适合所有图像的分割算法。另外，因为还没有制定出适用于分割算法的选择标准，所以图像分割技术的应用还存在许多实际的问题。阈值分割的方法是众多图像分割方法之一，其历史可追溯到40年前，是一种传统的图像分割方法。,基于阈值法的图像分割的研究,图像分割的目的主要有两个：一是

2、产生更适合人类视觉观察和识别的图像，二是希望计算机能够自动进行识别和理解图像。,图像分割是图像处理和分析的基础，接下来的特征提取、目标识别等任务的结果好坏，都取决于图像分割的质量如何。,基于阈值法的图像分割的研究,1.图像分割预处理,2.基于传统阈值法的图像分割,3.基于小波的阈值分割,基于阈值法的图像分割的研究,1.图像分割预处理,一幅图像在传输的过程中会受到各种噪声的干扰。为了使图像分割具有良好的效果，在对图像进行分割之前需要滤除这些噪声，也就是图像分割的预处理。中值滤波是一种有效抑制噪声的非线性信号处理技术，其基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中的所有点值的中值代替

3、，让周围的像素值接近的真实值。中值滤波的实现方法：1、通过从图像中的某个采样窗口取出奇数个数的数据进行排序。2、用排序后的中值数据取代要处理的数据。,基于阈值法的图像分割的研究,1.图像分割预处理,这里选取了两种噪声进行中值滤波的实验，一种是高斯噪声，另一种是椒盐噪声。高斯噪声仿真结果如图所示：,(a)带噪声图像(b)消噪后图像含高斯噪声图像与中值滤波后图像比较图,基于阈值法的图像分割的研究,1.图像分割预处理,椒盐噪声仿真结果如图所示：,带噪声图像 消噪后图像 含椒盐噪声图像与中值滤波后图像比较图,基于阈值法的图像分割的研究,2.基于传统阈值法的图像分割,所谓“阈”就是一个领域或一个系统的界

4、限，其数值称为阈值，使用阈值进行图像分割是一种区域分割技术，对物体与背景有较强对比的图像的分割特别有效。该方法计算简单，而且总能用封闭且连通的边界，定义不相交的区域。阈值分割的基本原理：选取一个或多个处于灰度图像范围之中的灰度阈值，然后将图像中各个像素的灰度值与阈值比较，并根据比较的结果将图像中的对应像素分成两类或多类，从而把图像划分成互不重叠的区域集合，达成图像分割的目的。,基于阈值法的图像分割的研究,2.基于传统阈值法的图像分割,灰度直方图峰谷法:,原始图像灰度直方图,在一些简单的图像中，对目标物的灰度分布较有规律，背景和各个目标物在图像的灰度直方图中各自形成一个波峰，即区域和波峰一一对应

5、。由于每个波峰间形成一个波谷，因为选择双峰间的波谷处所对应的灰度值为阈值，即可将两个区域分离。,基于阈值法的图像分割的研究,2.基于传统阈值法的图像分割,阈值为90时的分割图像 阈值为130时的分割图像灰度直方图峰谷法阈值分割对比图,基于阈值法的图像分割的研究,2.基于传统阈值法的图像分割,最大方差自动阈值法：,灰度图像 分割后图像 最大方差自动阈值法获取阈值图像,如果图像灰度直方图的形状是多变的，有双峰但是无明显低谷或者是双峰与低谷都不明显，两个区域的面积比也难以确定的情况常常出现，采用最大方差自动阈值法往往能得到较为满意的结果。,基于阈值法的图像分割的研究,3.基于小波的阈值分割,小波变换

6、是近年来得到广泛应用的数学工具，在图像处理中十分受到重视，与傅里叶变换，窗口傅里叶变换相比，小波变换是空间（时间）和频率的局部变换，能有效地从信号中提取信息。它通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了傅里叶变换不能解决的许多困难问题。,基于小波变换的图像分割方法,先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值。,基于阈值法的图像分割的研究,3.基于小波的阈值分割,流程图,基于阈值法的图像分割的研究,3.基于小波的阈值分割,小波分解图像,如图是256灰度的三级小波分解图，左上角是低频子图，右上角是水平高频子图，左下角是垂直高频

7、子图，右下角对角高频子图。图像经haar小波一级分解后，低频子图的能量要比其余三个高频子图的能量大很多；对一级分解的低频子图进行二级haar小波分解后，同样，二级分解图的低频子图的能量要比同及其余三个高频子图及上一级三个高频子图的能量大很多，这说明分解后图像的能量大部分集中到了低频子图上，代表高频子图能量的细节系数的幅度值比较小。,基于阈值法的图像分割的研究,3.基于小波的阈值分割,自动阈值分割图像 小波分割图像传统分割和小波分割对比图,仿真结果：,基于阈值法的图像分割的研究,图像的传输过程中不可避免的会受到噪声的污染，图像分割预处理的操作，就是一个对图像信号进行增强，滤除噪声的过程。在本论文中，介绍了一种简单使用的方法：中值滤波。在传统阈值分割中，介绍了灰度直方图峰谷法和最大方差自动阈值法，并对这两种方法的原理和步骤进行了说明，得到了详细的实验结果。由于小波的局部特性，能很好的抑制噪声，再根据小波变换将图像的直方图分解为高层次的小波系数，从而获得动态多个阈值，对图像进行分割，能得到较好的分割效果。,谢谢,