图像分割 实验报告.doc

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,寻找灰度相同或相似的区域,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,进行图像分割。
二、实验环境
1、硬件配置:Intel(R) Core(TM) i5-4210U CPU ***@
安装内存(RAM): 系统类型:64位操作系统
2、软件环境:MATLAB R2013b软件
三、实验内容
(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、细节以及灰度跳变部分,形成完整的物体边界,达到将物体从图像中分离出来或将表示同一物体表面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较陡的边缘轮廓,而灰度变换比较平缓的区域则呈暗色。
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,适当选取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较平缓的背景。
给边缘指定一个特定的灰度级

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别,又不关心边缘像素的灰度级差别,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相对于先对图像进行加权平均再做差分。
对于图像的3×3窗口,设
则定义Sobel算子为
简化成模板可以表示成如下形式:
Sobel模板
3. 拉普拉斯运算法
拉普拉斯算子定义图像f(x,y)的梯度为
锐化后的图像g为
式中k为扩散效应系数。对系数k的选择要合理,太大会使图像中的轮廓边缘产生过冲;太小则锐化不明显。
常用laplacian算子模板为, ,
另外还有一些模板也常用于图像增强,如
Prewitt模板
四、实验结果与分析
(包括实验原理、数据的准备、运行过程分析、源程序(代码)、图形图象界面等)
注:本项可以增加页数
%例1 手动阈值分割
[I,map]=imread(''); %读入图像
imshow(I);figure; %显示图像
J=imhist(I);imhist(I); %生成直方图并显示
[M,N]=size(I); %返回图像的行数和列数
for i=1:1:M %将i以步长1从1增加到M
for j=1:1:N %将j以步长1从1增加到N
if I(i,j)>80 %如果图像阈值大于80
g(i,j)=0; %则大于80的就变成黑的
else g(i,j)=1; %小于80就变成白的
end
end
end
figure;imshow(g); %保持原图,显示图像g
图1 原图图2 直方图图3 阈值分割后的二值图像
分析:手动阈值分割的阈值是取直方图中双峰的谷底的灰度值作为阈值,若有多个双峰谷底,
则取第一个作为阈值。本题的阈值取80。
%例2 迭代阈值分割
f=imread(''); %读入图像
subplot(1,2,1);imshow(f); %创建一