图像分割实验报告.doc

. .
-优选
- - -
- z -
评分
实验报告
课程名称医学图像处理
实验名称图像分割
专业班级
姓 名
学 号
实验日期
实验地点
2015—2016学年度第2学期
实验目的
掌握常用的边缘提取算法，从图像中提取感兴趣的区域，实现图像分割。在图像中，寻找灰度一样或相似的区域，区分图像中的背景区域和目标区域，利用Matlab实现图像的边缘检测，进展图像分割。
二、实验环境
1、硬件配置：Intel〔R〕 Core(TM) i5-4210U CPU
安装存〔RAM〕： 系统类型：64位操作系统
2、软件环境：MATLAB R2013b软件
. .
-优选
- - -
- z -
三、实验容
(包括本实验要完成的实验问题及需要的相关知识简单概述)
图像边缘是图像中特性〔如像素灰度、纹理等〕分布的不连续处，图像周围特性有阶跃变化或屋脊状变化的那些像素的集合。图像边缘存在于目标与背景、目标与目标、基元与基元的边界，标示出目标物体或基元的实际含量，是图像识别信息最集中的地方。
图像分割处理主要用于检测出图像中的轮廓边缘、细节以及灰度跳变局部，形成完整的物体边界，到达将物体从图像中别离出来或将表示同一物体外表的区域检测出来的目的。常用的分割方法是边缘检测。边缘检测是采用多种边缘算子实现突出图像边缘，抑制图像中非边缘信息，使图像轮廓更加清晰。
1． 梯度算子法
对于图像f(x,y)，它在点f(x,y)处的梯度是一个矢量，定义为
梯度的方向在函数f(x,y)最大变化率的方向上，梯度的幅值为
梯度的数值就是f(x,y)在其最大变化率方向上的单位距离所增加的量。对于图像而言，微分运算可以用差分运算来近似。
简化成模板可以表示成如下形式：
Robert梯度算子
当梯度计算完后，可采用以下几种形式突出图像的轮廓。
梯度直接输出
使各点的灰度g(x,y)等于该点的梯度，即
这种方法简单、直接。但增强的图像仅显示灰度变化比拟陡的边缘轮廓，而灰度变换比拟平缓的区域那么呈暗色。
加阈值的梯度输出
加阈值的梯度输出表达式为
式中，T是一个非负的阈值，适中选取T，既可以使明显的边缘得到突出，又不会破坏原来灰度变化比拟平缓的背景。
给边缘指定一个特定的灰度级
. .
-优选
- - -
- z -
式中LG是根据需要指定的一个灰度级，它将明显的边缘用一个固定的灰度级表现，而其他的非边缘区域的灰度级仍保持不变。
给背景指定一个特定的灰度级
该方法将背景用一个固定灰度级LG表现，便于研究边缘灰度的变化。
二值图像输出
在某些场合〔如字符识别等〕，既不关心非边缘像素的灰度级差异，又不关心边缘像素的灰度级差异，只关心每个像素是边缘像素还是非边缘像素，这时可采用二值化图像输出方式，其表达式为
此法将背景和边缘用二值图像表示，便于研究边缘所在位置。
2． Sobel算子法
Sobel相对于先对图像进展加权平均再做差分。
对于图像的3×