1、目錄一、 設計目的：1二、 設計方案（思路）：1三、 設計內容：1（一） 直方圖閾值分割技術1（二） 類間方差閾值分割3四、 結束語：7五、 參考文獻71、 設計目的：圖像分割的目的是把圖像空間分成一些有意義的區域。例如對于安全監控圖像來說，人臉的分割很重要。研究圖像分割可以以逐個的像素為基礎，也可以利用規定領域中的圖像信息區分割。閾值分割是一種利用圖像中要提取的目標物與其背景在灰度特性上的差異，把圖像視為具有不同灰度級的兩類區域（目標和背景）的組合，選取一個合適的閾值，以確定圖像中每個像素點應該屬于目標區域還是背景區域，從而產生對應的二值圖像。圖像分割可以壓縮數據，簡化其后的分析與處理步驟，

2、在很多圖像處理系統中都是必不可少的一個環節。2、 設計方案（思路）：閾值分割圖像的基本原理描述如下： g(x,y)= ,others式中，Z為閾值，是圖像f(x,y)灰度級范圍內的任一個灰度級集合，為任意選出來的目標和背景灰度級。可見從復雜背景中分辨出目標并將其形狀完整地提取出來，預知的選擇是閾值分割技術的關鍵，迄今為止還沒有一種對所有圖像都能有效分割的閾值選取方法。我們主要援救兩種常用的閾值選取方法：直方圖閾值分割法和類間方差閾值分割法。3、 設計內容：（1） 直方圖閾值分割技術灰度直方圖就是灰度級的像素數與灰度i的二維關系，它反映了一幅圖像上灰度分布的統計特性，在MATLAB中使用函數“i

3、mhist.m”來實現。雙峰法就是其中的一種簡單的閾值分割方法，即如果會妒忌直方圖呈現明顯的雙峰狀，如圖1所示，則選取雙峰之間的谷底所對應的灰度級作為閾值分割，與要注意的是，用灰度直方圖雙峰法來分割圖像需要一定的圖像先驗知識。該方法不適用于直方圖中雙峰差別很大或者雙峰中間谷底比較寬廣而平坦的圖像，以及單峰直方圖的情況。 圖1 圖像的直方圖下面是給出的MATLAB仿真源程序，分割效果如圖2（a）原始圖 （b）分割后的結果I=imread('rice.tif'); %讀取圖像figure(1); %繪制空圖板subplot(1,3,1);imhist(I); %繪制直方圖subpl

4、ot(1,3,2);imshow(I);m,n=size(I); %圖像尺寸 for i=1:m for j=1:n if(I(i,j)<120) %閾值為雙峰中間的谷底 I(i,j)=255; end endendsubplot(1,3,3)imshow(I);提示：在世紀圖像中，往往設置多個閾值進行圖像和背景的分割。直方圖分割技術還可以采用基于統計最優的最佳閾值分割方法和多門限分割方法（2） 類間方差閾值分割 由Ostu提出的最大類間方差法，是在判決分析最小二乘法原理的基礎上推到得出的，其算法比較簡單，是一種方便可行的閾值選取方法。設原始灰度圖像灰度級為L,灰度級為I的像素點數為，則

5、圖像的全部像素數為：歸一化直方圖，則 按灰度級用閾值t劃分為兩類因此，和類的類出現概率以及均值層分別有下列各式給出： 和的類的方差可由下式得到： 定義類內方差為： 類間方差為： 總體方差為這兩者之和。t的選擇是類間與類內方差比值最大的灰度值。下面時該方法計算灰度門限的代碼，分割效果如圖3C=imread('rice.tif'); %讀取圖像figure,imshow(C);title('原始灰度圖像');%繪原圖count=imhist(C); %直方圖統計r,t=size(C); %圖像矩陣大小N=r*t; %圖像像素個數L=256; %制定凸顯灰度級為256

6、count=count/N; %各級灰度出現概率for i=2:L if count(i)=0 st=i-1; break endend%以上循環語句實現尋找出現概率不為0的最小灰度值for i=L:-1:1 if count(i)=0; nd=i-1; break endend%實現找出出現概率不為0的最大灰度值f=count(st+1:nd+1);p=st;q=nd-st; %p和q分別是灰度的起始和結束值u=0;for i=1:q; u=u+f(i)*(p+i-1); ua(i)=u;end%計算圖像的平均灰度值for i=1:q; w(i)=sum(f(1:i);end%計算出選擇不同

7、k的時候，A區域的概率d=(u*w-ua).2./(w.*(1-w); %求出不同k值時類間方差y,tp=max(d); %求出最大方差對應的灰度值th=tp+p;if th<=160 th=tp+p;else th=160end %根據具體情況適當修正門限Y1=zeros(r,t);for i=1:r for j=1:t X1(i,j)=double(C(i,j); endendfor i=1:r for j=1:t if (X1(i,j)>=th) Y1(i,j)=X1(i,j); else Y1(i,j)=0; endendend%上面一段代碼實現分割figure,imsho

8、w(Y1);title('灰度門限分割圖像'); 圖片34、 結束語：圖像的閾值分割方法還有很多，由于篇幅關系在此就不一一列舉，通過這次課設，我學到了很多，不僅加深了對數字圖像處理這門課的理解，也鞏固了對MATLAB軟件的應用。鍛煉了自己的動手能力，本次課程設計感謝魏英姿老師的大力協助，我一定會再接再厲，努力學好這門課程。5、 參考文獻1、 張汗靈編著 MATLAB在圖像處理中的應用/ 北京:清華大學出版社,20082、 王家文 MATLAB 6.5 圖形圖像處理 國防工業出版社3、 王曉丹,吳崇明編著 基于MATLAB的系統分析與設計 5 圖像處理 西安電子科技大學出版社 2000 4、 余成波編著 數字圖像處理及MATLAB實現 重慶大學出版社 2003 5、 楊枝