摘 要

本文首先分析了图像预处理的目的、意义及方法，并且借助MATLAB软件进行了仿真分析；然后深入研究了阈值分割法与分水岭图像分割法这两种思路，并且依据这两种思路完成了基于MATLAB软件的编程与实现；其中，介绍了4种基本的阈值分割方法，并对它们的分割效果进行了分析与比较；对这两种不同思路的图像分割法同样也作了分析与对比，所得的结果对于如何提取图像中感兴趣的目标区域具有重要的指导意义。

论文主要研究了图像的预处理、4种基本的阈值分割法及分水岭图像分割法。

研究结果表明：同分水岭图像分割法相比，阈值法过程简单、计算量小且分割后目标轮廓清晰。但从区域间对比度方面考虑，分水岭图像分割法的分割效果更好。

本文的特色：既有不同的阈值法之间的横向比较，又有阈值法与分水岭法之间的纵向比较。通过比较得出对于分割方法的选择要根据实际情况来考虑。

关键词：图像预处理；阈值分割法；分水岭图像分割法

Abstract

The paper firstly analysed the purpose,the importance and the ways of image’s pretreatment.And using the MATLAB to emulate it.Then it has thoroughly studied Threshold Segmentation and Watershed Segmentation these two thinkings.On the basis of these two thinkings,the paper has accomplished the programs and run on the MATLAB.The paper has introduced 4 different ways of Threshold Segmentation. The paper has compared and analyzed the result of Threshold Segmentation and Watershed Segmentation.The result of study are important for selecting the region which people are interested in from the image.

The paper has mainly studied the pretreatment of image, Threshold Segmentation and Watershed Segmentation.

The results show that: compared with Watershed Segmentation,the process of Threshold Segmentation is more simple and its calculation is smaller too.And the outline of the aim region is more clear.But Watershed Segmentation is better from the perspective of region contrast.

The characteristic of the paper:it has not only transverse comparison and analysis of 4 different ways of Threshold Segmentation,but also vertical comparison and analysis of the 2 kinds of image segmentation. Choosing the way of image segmentation must ground on practice from the comparison.

Key Words: pretreatments of Image Processing;Threshold Segmentation;Watershed Segmentation

目 录

第1章 绪论 1

1.1 课题研究背景、目的与意义及国内外研究现状 1

1.2 本课题主要研究内容及预期目标 2

第2章 图像分割前的预处理 3

2.1 图像的去噪 3

2.1.1 噪声的分类 3

2.1.2 噪声的处理的方法及基本原理 3

2.1.3 在Matlab中的运行结果对比 4

2.2 图像的灰度调节 6

2.2.1 图像灰度调节的目的、方法及原理 6

2.2.2 图像灰度调节在Matlab中的运行结果对比 7

2.3 本章小结 8

第3章 阈值图像分割法 9

3.1 阈值图像分割法的原理 9

3.2 阈值图像分割法及Matlab实现 9

3.2.1 直方图双峰法 10

3.2.2 迭代阈值法 12

3.2.3 最大熵阈值分割法 14

3.2.4 最大类间方差法 16

3.3 四种阈值图像分割法的效果的分析与比较 18

3.4 本章小结 19

第4章 分水岭图像分割法 20

4.1 基于分水岭算法图像分割法的原理 20

4.2 分水岭算法的Matlab实现及分析 21

4.3 实现结果分析 25

4.4 本章小结 26

第5章 总结与展望 27

参考文献 29

附 录 30

致 谢 34

第1章 绪论

1.1 课题研究背景、目的与意义及国内外研究现状

图像分割^[1]的定义就是先将图像划分为各具特征的区域，然后提取出人们所感兴趣目标。它是图像工程^[2]、模式识别与人工智能中最为基础和重要的步骤之一，与此同时它也是这些领域中的重点研究的课题之一，而且它还是计算机视觉技术中的重要步骤。多年以来，人们创造了很多不一样的对图像进行分割的方法。其中基于阈值图像分割法、基于边缘图像分割法与基于区域图像分割法^[3]等是最为传统的分割方法。有的算法可以适用于任何图像，尽管可能无法达到最理想的效果；有的算法就只能对于一些特殊的图像。然而，到目前为止还没有作为唯一标准的分割方法。分割的结果优劣则需要依据实际所需的效果来评判。所以如何评判图像分割的结果的优劣，并没有一个完全通用的判断准则。使用不同的分割法对相同目标产生的分割结果是不一样的，即使相同的分割法对目标在不同空间下产生的最终分割效果也是不相同的。 

实现图像识别和计算机视觉极为重要的预处理就是图像分割。如果没有准确的分割，那么就没办法对图像进行正确的识别。然而，图像中像素的亮度及颜色是对图像进行分割唯一的依据，所以图像的分割过程将会遭遇种种难关。比如：不均匀的光照、图像中含有的噪声、图像里含有模糊的部分，阴影等等一系列难以避免的因素，导致常发生分割错误。所以图像分割技术就需要人们深入研究并且逐渐完善。

而在通信方向上，要实现可视电话等活动图像传输的关键就是图像分割技术，它能将图像中在动的目标与没有动的背景区分开，并且划分活动部分中位移量不同的区域，使用不同的编码传输不同运动量区域，从而减小传输所需要的码率。