基于MATLAB的图像分割算法研究毕业设计

本科毕业设计（论文）课题名称基于MATLAB的图像分割方法及应用电子信息工程学院电子科学与技术专业学号学生姓名指导教师起讫日期工作地点摘要图像处理是一种新兴学科，在短短几十年中得以迅速发展并广泛应用于航天、军事、医学等领域。

它是如今信息社会引人注目的多媒体技术中重要组成部分只一。

图像分割技术是非常重要的图像处理技术之一，无语是在理论研究还是在实际应用中人们都非常的重视。

图像分割有许多的种类和方式，一些分割运算能够直接应用于任何图像，而另外一些却只适用于特别种类的图像。

图像分割技术是从图像处理技术，再到后期的图像分析的关键步骤，图像分割结果的好坏，可以说对图像的理解有直接影响。

本文根据图像分割原理及人眼视觉的基本理论，研究图像的彩色模型及图像分割的常用方法，比较各方法的特点，并选择合适的方法对图像进行分割。

本文采用MATLAB软件对图像进行彩色坐标变换及阈值分割，计算简单，具有较高的运行效率，分割的结果是使图像更符合人眼的视觉特性，获得比较好的效果。

关键字：图像处理；图像分割；人类视觉；MATLABABSTRACTImage processing of the emerging disciplines, in a short span of decades to the rapid development and is widely used in military, aerospace, medical and other fields. Today's information society it is eye-catching multi-media technology an important part. This paper reviews the image processing in the human visual segmentation and the basic theory and commonly used method, combined with the cells to deal with image color space conversion and split. And through the MATLAB platform to realize color image segmentation.This article first discusses the basic principles of vision, including the structure of the human eye, the human eye's visual system, color vision, color, etc. In this paper, The basic principle of color image processing is also carried out preliminary study was mainly aimed at the visual characteristics of the human eye to choose the appropriate color model to color images converted from RGB space to reflect the characteristics of human visual processing of the HSI space and then. Color images of cells after conversion model for the operation of division.In this paper, the threshold segmentation of cell image segmentation is using methods. Threshold segmentation method applied to objects and background have a stronger contrast to the situation, it is important that the gray background or objects in a single comparison, the calculation is simple, with high operating efficiency. The results of segmentation are to make the image more in line with the visual characteristics of the human eye and to obtain relatively good results.Keywords: image processing; image segmentation; MATLAB; human visual目录第一章绪论 (1)1.1 前言 (1)1.2 MATLAB简介 (2)1.3 视觉研究现状 (3)1.4 视觉研究与彩色图像坐标转换 (3)1.4.1 视觉研究与图像处理 (3)1.4.2 视觉研究在彩色图像坐标转换的应用 (4)1.5 研究目的与内容 (4)1.5.1 研究目的 (4)1.5.2 本文主要内容 (5)第二章视觉基本理论 (6)2.1 视光学 (6)2.1.1 人眼的结构 (6)2.1.2 视觉系统 (7)2.1.3 颜色视觉 (8)2.1.4 肉眼色度视觉原理 ............................................................ 错误!未定义书签。

财经大学（《图像处理》课程论文）题目：图像分割算法研究——基于分水岭分割法的彩色图像分割学院：管理科学与工程学院专业：电子信息工程姓名：万多荃学号：20123712电话：任课教师：许晓丽论文成绩：2015年10月目录摘要 (2)1.前言 (2)1.1图像分割技术 (2)2研究目的 (2)3 图像处理技术基础 (3)3.1 技术背景 (3)3.2 彩色图像格式 (3)3.3 彩色图像分割技术 (4)4分水岭分割法 (4)5 彩色图像分割的MATLAB实现 (6)5.1 MATLAB语言：分水岭分割法实现图像分割 (6)5.1.1 设计流程 (6)5.1.2 MATLAB程序 (7)5.2结果分析 (9)结论 (9)参考文献 (9)摘要图像分割技术是非常重要的图像处理技术之一，无语是在理论研究还是在实际应用中人们都非常的重视。

图像分割有许多的种类和方式，一些分割运算能够直接应用于任何图像，而另外一些却只适用于特别种类的图像。

图像分割技术是从图像处理技术，再到后期的图像分析的关键步骤，图像分割结果的好坏，可以说对图像的理解有直接影响。

本文根据图像分割原理及人眼视觉的基本理论，研究图像的彩色模型及图像分割的常用方法，比较各方法的特点，并选择合适的方法对图像进行分割。

本文采用MATLAB软件对图像进行彩色坐标变换及阈值分割，计算简单，具有较高的运行效率，分割的结果是使图像更符合人眼的视觉特性，获得比较好的效果。

关键字：图像处理；图像分割；人类视觉；MATLAB1.前言1.1图像分割技术图像分割技术是非常重要的图像处理技术之一，无语是在理论研究还是在实际应用中人们都非常的重视。

图像分割有许多的种类和方式，一些分割运算能够直接应用于任何图像，而另外一些却只适用于特别种类的图像。

图像分割技术是从图像处理技术，再到后期的图像分析的关键步骤，图像分割结果的好坏，可以说对图像的理解有直接影响。

图像数据的模糊和噪声的干扰是分割问题的两大难题。

基于MATLAB的图像分割及其应用摘要: 近年来，由于科技的迅猛发展，计算机性能越来越好，图像处理系统的价格的日益下降，图像处理在众多科学领域与工程领域得到广泛的利用。

从图像处理过渡到图像分析的关键步骤就是图像分割，所以说图像分割在图像工程中占据着重要的位置。

在图像分析中，图像分割的任务就是把分成互不重叠的有意义的区域，以便进一步的对图像进行处理、分析和应用。

图像分割是图像特征提取和识别等图像理解的基础，对图像分割的研究一直是数字图像处理技术研究中的热点和焦点。

本文主要对图像分割算法进行了分析、分类、归纳和总结。

并应用Matlab进行了仿真实验，在基于L*a*b 的空间彩色分割主要用到的函数是色彩空间转换函数makecform和applyccform，通过计算图像中像素点与样本像素点的距离来判断这个像素点的颜色进行分割。

基于纹理滤波器的图像分割主要使用entropyfilt函数创建纹理图像，使用bwareaopen函数显示图像的纹理底部纹理。

由于纹理特征的复杂性，每一种算法在对纹理特征处理分析的时候都会有它的缺陷和局限性。

利用边缘检测方法对细胞图像进行了分割实验，结果与传统方法相比，轮廓提取更为精确，且最大程度的保留了内部细胞核的轮廓。

同时指出了基于阀值的分割方法、基于边缘的分割方法、基于区域的分割方法等各类方法的特点，为不同的应用场合及不同的图像数据条件下选择不同的分割算法提供了一些依据。

关键词：Matlab 图像分割分割算法Image Segmentation Based on MATLAB and Its Application Abstract: In recent years, the rapid development of science and technology, computer performance is getting better, declining prices image processing system, image processing is widely utilized in many fields of science and engineering fields. The transition from image processing to image analysis, image segmentation is the key step,so that the image segmentation occupies an important position in the image project. In the image analysis, image segmentation task is to put into meaningful nonoverlapping region, in order to further the image processing, analysis and application. Image segmentation is the basis of the image feature extraction and recognition, image understanding, image segmentation research has been the digital image processing technology research hot spots and focus. This paper focuses on image segmentation algorithms are analyzed, classified and summarized. Application of Matlab simulation and experiments, based on L * a * b color space is divided main functions used color space conversion functions makecform and applyccform, by calculating the distance between the image pixels and pixel sample to determine the pixel color segmentation. Image segmentation based on texture filter mainly use entropyfilt function to create a texture image using bwareaopen function displays an image texture bottom texture. Because of the complexity of the texture features of each algorithm when processing analysis of texture features will have its flaws and limitations. Using edge detection method for cell image segmentation experimental results compared with the traditional method, contour extraction more accurate, and the greatest degree of retention of the internal contours of the nucleus. Also pointed out that the threshold-based segmentation method, based on the edge of the segmentation method, based on the characteristics of various types of region segmentation method method, choose different segmentation algorithms for the different applications and different conditions of image data provides some basis.Keywords: Matlab Image segmentation Segmentation algorithm目录目录1 前言 (1)图像分割概述 (1)研究背景及目的 (1)论文内容及结构 (2)2 MATLAB简介 (3)MATLAB软件介绍 (3)MATLAB概况 (3)MATLAB技术特点 (3)3 图像分割技术概述 (6)图像分割的定义 (6)图像分割的几种方法 (6)阈值分割 (6)区域分割 (7)边缘分割 (8)直方图法 (9)图像分割算法的分析比较 (9)本章小结 (13)4 图像分割仿真实验 (14)L*a*b空间的彩色分割 (14)Lab颜色空间 (14)颜色空间转换 (15)图像的空间彩色分割 (15)基于图像纹理的图像分割 (19)图像纹理的定义 (19)图像纹理的分类 (19)图像纹理提取方法 (19)使用MATLAB中的纹理滤波器分割图像 (19)其他图像分割算法的简单实例 (23)阈值分割 (25)最大信息熵算法 (27)门限分割 (28)图像分割检测细胞图像 (30)本章小结 (35)5 总结与展望 (36)参考文献 (37)致谢 (38)附录 (39)1前言图像分割概述图像的研究和应用中，人们往往对图像中的某些部分感兴趣，这些感兴趣的部分一般对应图像中特定的、具有特殊性质的区域（可以对应单一区域，也可以对应多个区域），称之为目标或前景；而其他部分称为图像的背景。

届别 2012学号 ************毕业设计（论文）基于MATLAB的医学图像处理姓名系别、专业计算机系通信工程专业导师姓名、职称完成时间 2012年3月10日基于MATLAB的医学图像处理摘要本文针对基于MATLAB的医学图像处理环境，对其结构、特点及应用做了介绍。

重点阐述了多种算法综合运用解决特定应用环境下的图像处理，如用直方图均衡进行图像增强，通过形态学方法进行图像特征提取与分析，利用傅里叶变换进行图像分析等。

目的：改善医学图像质量，使低对比度的图像得到增强。

方法：利用MATLAB工具箱函数，采用灰度直方图均衡化和灰度直方图规定化的方法对一幅X线图像进行增强处理，并比较它们的增强效果。

结果：用直方图均衡化和规定的算法，将原始图像密集的灰度分布变得比较稀疏，处理后的图像视觉效果得以改善。

直方图均衡化对于局部细节不显著，而直方图规定化则不易观察到的细节变得清晰。

结论:使用MATLAB工具箱大大简化了编程工作，为医学图像处理提供了一种技术平台。

直方图规定化法处理医学图像局部细节方面好于均衡化。

关键词：MATLAB，规定化，均衡化，图像处理，图像增强THE REALIZATION OF IMAGE PROCESSING BASED ONMATLABABSTRACTThe paper presents a digital image processing environment which is based on MATLAB,and introduce its structure,characteristics and application.It focuses on the comprehensive using of a variety of algorithms to solve image processing problems in specific application environment,such as using histogram equalization for image enhancement ,using the morphological approach for image feature extraction and analysis, using fourier transform for analysis image and so on. AIM: To improve the quality of medical image by enhancing the lowcontrast details. METHODS: Two processing methods, the graylevel histogram equalization and the graylevel histogram regulation, were applied to enhance an Xray image and their enhancement effects were compared by using Matlab toolbox functions. RESULTS: By the two means of algorithmhistogram equalization or regulation, the dense graylevel distribution of the original image became sparse, and the output image was refined. The regulation method strengthened the difficultly observed details, while the equalization method improved less the local details of image. CONCLUSION: Matlab toolbox is helpful for simplifying the programming and provides a platform for medical image processing. The regulation method is better than the equalization method in presenting the local details of medical images.KEYWORDS: equalization，regulation，algorithms，MATLAB，image enhancement目录摘要 (2)第1章系统简介 (7)§1.1 综述 (7)§1.2 课题背景 (7)§1.2.1 MATLAB语言背景 (7)§1.3本文主要研究工作 (9)第2章系统实现 (10)§2.1 调用程序设计原理 (10)§2.1.1 创建和获取ActiveX自动化对象的过程 (10)§2.1.2 MATLAB对象的一些属性和方法[8] (10)§2.2 调用MATLAB程序的实现 (11)§2.2.1图片的缩放处理 (11)§2.2.2 图片的旋转处理 (11)§2.2.3 图像的负片效果 (11)§2.2.4 图像的剪切处理 (11)§2.2.5 图像的灰度变换 (12)§2.2.6 图像的对比度增强 (12)§2.2.7 图像显示直方图 (12)§2.2.8 图像直方图均衡化 (13)§2.2.9 图像消噪 (14)§2.2.10 图像边缘检测 (15)§2.2.11 图像平滑处理 (15)§2.2.12 图像锐化处理 (16)第3章系统调试 (18)§3.1 软件设计说明 (18)§3.2 软件使用说明 (18)§3.3 软件测试分析 (19)§3.3.1 图像旋转测试 (19)§3.3.2 图像剪切测试 (19)§3.3.3 图像负片效果测试 (20)§3.3.4 灰度变换测试 (20)§3.3.5 直方图均衡化测试 (22)§3.3.6 锐化效果测试 (23)§3.3.7 边缘检测效果测试 (24)结论 (27)参考文献 (28)致谢 (29)附录 (30)前言图像处理系统(Image Processing System)，用计算机对图像进行分析，以达到所需效果的技术，又称影像处理。

基于MATLAB图像分割算法研究与实现摘要图像分割是指把图像分解成各具特性的区域并提取出感兴趣目标的技术和过程，它是计算机视觉领域的一个重要而且基本的问题，分割结果的好坏将直接影响到视觉系统的性能。

因此从原理、应用和应用效果的评估上深入研究图像分割技术具有十分重要的意义。

本课题主要介绍了图像分割的基本知识，研究了图像分割的两大类算法，即基于边缘检测的方法和基于区域生成的方法。

采用MATLAB仿真了所有分割过程，得到了比较理想的分割结果，并分析了各个算法的优点和不足之处,以及适用于何种图像。

基于边缘检测方法种类繁多，主要介绍基于EDGE函数、检测微小结构、四叉树分解和阈值分割的方法实现对图像的边缘检测及提取。

而基于区域的图像分割方法主要包括区域生长法和分裂-合并分割方法。

通过多次的实验过后，总结出一般的图像分割处理可以用EDGE函数。

而特定的图像应用阈值分割、检测微小结构和四叉树分解比较简单。

虽然近年来人们在图像分割方面做了大量的研究工作，但由于尚无通用的分割理论，因此现已提出的分割算法大都是针对具体问题的，并没有一种适合于所有图像的通用的分割算法，有待于进一步解决。

关键字：图像分割；边缘检测；区域生成；阈值分割Research of image segmentation algorithmAbstractImage Segmentation is the technique and the process to segment an image into different sub-mages with different characters and to extract the interested objects from the image. It is an important and basic procedure in the field of computer vision, the quality of image segmentation directly affects the performance of vision system. Therefore, from the theory, application and evaluation of application effect of depth of image segmentation is of great significance. This issue introduces the basics of image segmentation, image segmentation of the two major algorithms have been done, that is based on edge detection method and the method based on regional produce. Segmentation process is simulated and the results have shown perfect. Advantages and disadvantages of each algorithm are discussed at the end of the paper, and to apply to each image.Edge detection method based on a wide range of EDGE-based functions are introduced, the detection of minimal structure, quadtree decomposition and threshold segmentation method to realize the edge detection and extraction. The region-based image segmentation methods include region growing and division - combined segmentation. Through many experiments later, summed up the general image segmentation can be EDGE function. The specific application of image segmentation, the detection of minimal structure and quadtree decomposition is simple.Although a lot of image segmentation research has been done in recent years, but there is not general theory of segmentation, the proposed segmentation algorithm has been mostly issue-specific, and there is not a suitable segmentation algorithm for all common image, remains to be resolved.Keywords: Image segmentation; Edge detection; Region segmentation; Threshold引言图像分割是数字图像处理中的一项关键技术，它使得其后的图像分析，识别等高级处理阶段所要处理的数据量大大减少，同时又保留有关图像结构特征的信息。

图像分割是一种重要的图像分析技术。

对图像分割的研究一直是图像技术研究中的热点和焦点。

图像分割是一个很关键的图像分析技术，是由图像处理进到图像分析的关键步骤.它的目的就是把图像中感兴趣的那部分分割出来供大家研究、处理和分析，一直都是图像技术研究中的热点。

但是由于地域的差别，图像分割一直都没有一个比较通用的算法。

而对图像进行分割的方法有多种,阈值法是其中的一种简单实用的方法。

本文主要对阈值法和matlab进行研究,并将它们结合起来以提高图像分割的准确性。

本文的主要研究内容如下: 1) 分析了阈值分割方法近年来的新进展,并分析了图像阈值分割中的某些经典方法,如全局阈值方法、局部阈值方法、动态阈值方法等。

2)讨论了matlab的主要应用及其特点。

3) 将matlab应用于阈值分割，并做实验将其实现。

本次的设计报告首先介绍了双峰法以及最大类方差自动阈值法，然后重点介绍一种基于小波变换的图像分割方法,该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。

最后，对这几种算法的分割效果进行了比较。

实验结果表明, 本设计能够实时稳定的对目标分割提取，分割效果良好。

医学图像分割是医学图像处理中的一个经典难题。

图像分割能够自动或半自动描绘出医学图像中的解剖结构和其它感兴趣的区域，从而有助于医学诊断。

关键词：小波变换；图像分割；阈值一、设计原理介绍 (5)1.1边缘检测法 (5)1.2区域提取法 (6)1.3阈值分割法 (6)1.4结合特定理论工具的分割法 (7)二、图像分割预处理 (7)2.1 图像平滑 (7)2.2中值滤波原理 (8)2.3平滑效果分析 (8)2.4灰度调整 (9)2.5 灰度调整原理 (9)2.6灰度调整效果分析 (10)三、基于阈值的图像分割技术 (10)3.1 阈值分割原理 (11)3.2图像分割方法 (11)3.3 图像二值化 (11)3.4双峰法 (12)3.5最大方差自动取阈值法 (13)四、基于小波图像阈值分割技术 (14)4.1 基于小波阈值分割技术简述 (14)4.2 小波分析 (15)4.3 小波变换 (15)4.4 小波分割算法及步骤 (16)4.5 阈值选取以及实验分析 (16)五、参考文献 (21)六、设计心得 (22)第一章设计原理介绍本章对设计涉及的研究领域进行了较为详细的综述。

摘要随着信息化程度的加深,图像作为包含大量信息的载体形式越来越能体现出它强大的信息包含能力。

图像分割是进行图像分析的关键步骤，也是进一步理解图像的基础。

图像分割在图像工程中位于图像处理和图像分析之间。

图像分割就是把图像分割成一系列有意义、各具特征的目标或区域的过程。

虽然图像分割算法有很多种，但是到目前位置还没有通用的图像分割算法。

论文综述了阈值分割、区域生长、分裂合并和边缘检测图像分割算法。

首先介绍了图像分割的研究意义及国内外研究现状。

接着介绍了阈值分割、区域生长、分裂合并和边缘检测图像分割算法的基本原理及其MATLAB仿真结果。

最后介绍了MATLAB图形用户界面设计。

MATLAB仿真结果表明：各种图像分割算法各有其优缺点及其适用范围。

因此，在对一幅图像进行分割之前，首先要对图像进行判断分析，然后再选择恰当的分割算法，这样才能得到比较令人满意的分割效果。

关键词：图像分割；阈值分割；区域生长；分裂合并；边缘检测；MATLABAbstractAs a media containing great amount of information, image embodies its powerful ability with the deepening of informationization. Image segmentation is not only a key step before image analysis, but also the basis of further understanding image. Image segmentation locates between image process and image analysis. The process of dividing an image into a series of meaningful and characteristic objects or regions is called image segmentation. Although there are many kinds of image segmentation algorithms, there is no general image segmentation algorithm by now. This paper summarizes such image algorithms as threshold segmentation, region growing ，split and merge as well as edge detection. Firstly, research meaning and state around the world of image segmentation is introduced. Secondly, basic principle and MATLAB simulation results of threshold segmentation, region growing, split and merge as well as edge detection image segmentation algorithm is introduced. Finally, graphic user interface of MATLAB is introduced. The MATLAB simulation results demonstrate that different image segmentation algorithms are of different advantages and disadvantages as well as its application. Therefore, image should be analyzed first and then appropriate image segmentation algorithm is selected before segmentation so as to acquire satisfactory results.Key words: image segmentation；threshold segmentation; region growing; split and merge ; edge detection; MATLAB目录1 引言 (1)1.1 图像与数字图像处理 (1)1.2 研究图像分割处理的意义 (1)1.3 图像分割技术的背景和国内外研究现状 (2)2 图像目标分割与提取技术的方法综述 (4)2.1 阈值分割 (4)2.1.1概述 (4)2.1.2全局阈值 (5)2.1.3局部阈值 (5)2.1.4动态阈值 (6)2.2 区域生长和分裂合并 (6)2.2.1区域生长法 (6)2.2.2区域合并和分裂 (7)2.3 边缘检测 (8)2.3.1微分算子 (8)2.3.2边界连接 (11)3MATLAB仿真程序 (12)3.1 阈值算法MATLAB仿真结果 (12)3.1.1 阈值算法MATLAB仿真结果 (12)3.1.2小结 (14)3.2 基于MATLAB的几种常用边缘检测代码(见附录)： (14)3.2.1 边缘检测MATLAB仿真结果 (14)3.2.2 小结 (15)4MATLAB GUI设计 (16)4.1 MATLAB简介 (16)4.2 图形用户界面GUI (16)4.3 GUI设计原理及简介 (16)4.4 设计方法 (17)4.4.1图形用户界面设计工具 (17)4.4.2菜单设计 (18)4.4.3对话框设计 (18)4.4.4句柄图形 (18)4.4.5 图形对象句柄命令 (19)4.5 总结 (19)5 结论与展望 (20)5.1 结论 (20)5.2 展望 (20)致谢 (21)参考文献 (22)附录 (23)基于MA TLAB 的图像分割算法研究与仿真1 引 言据研究，在人类所接受到的全部信息中，约有75%~80%是通过视觉系统得到的，和语言或文字信息相比，图像包含的信息量更大、更直观、更确切，因而具有更高的使用效率和更广泛的适应性。

MATLAB 的图像分割方法蒋翠翠李明湖北武汉430079并借助 MATLAB 对几种边缘检测算子进行了详细的分析比较, 指出。

MATLAB———————————————————————————作者简介 :蒋翠翠, 女, 湖北天门人, 本科, 研究方向:软件工程, 通信工程。

标才能为我们提供高效、有用的信息。

这些目标一般对应图像中特定的、具有独特性质的区域。

图像分割 [1]就是将图像划分成若干个这样的有意义区域的过程, 各区域是具有相近特性的像素的连通集合。

图像分割是数字图像处理的重要技术之一, 其基础是像素间的相似性和跳变性。

图像分割技术主要分为四大类:阈值分割, 区域分割, 边缘检测和差分法运动分割 (主要针对运动图像的分割。

下面分别对前三类分割技术作简要介绍, 并重点对边缘检测技术的几种常用算子进行比较分析, 通过 MATLAB 数字图像处理工具编程实现基于各算子的边缘检测。

2. 基于阈值的图像分割阈值分割 [2]是一种常用的图像分割方法, 它主要利用图像中要提取的目标物与其背景在灰度特性上的差异,通过设置合适的灰度门限 (阈值 , 将图像的灰度划分为两个或多个灰度区间, 以确定有意义的区域或分割物体的边界。

阈值分割常用于图像的二值化处理, 即选择一个合适的阈值, 通过判断图像中的每一个像素点的特征属性是否满足阈值的要求来确定图像中该像素点是属于目标区域还是属于背景区域, 从而将图像转化成二值图像。

在用阈值法对图像进行分割时, 阈值的取值不同, 对于处理结果的影响很大。

阈值过大或过小, 都会导致分割的误差增大。

根据阈值选取的方法不同, 阈值分割可分为直方图阈值分割, 类间方差阈值分割, 二维最大熵阈值分割和模糊阈值分割。

3. 基于区域特性的图像分割图像分割的最终目的是把图像分成若干区域,根据区域的形成过程不同, 分割方法分为两种:区域生长法和区域分裂合并法。

区域生长法的主要过程是:从一个已知种子点开始, 依次检测其邻近点, 根据检测标准, 加入与其特性相似的邻近点形成一个区域, 在各个方向上生长区域, 当新的点被合并后再用新的区域重复这一过程, 直到没有可接受的邻近点时生长过程终止; 对于有多个目标区域的图像, 可在之前已划分的区域外再选取一种子点,按同样过程生成新的区域; 最终将图像分割成若干个目标区域。