数字图像处理报告 图像二值化

竭诚为您提供优质文档/双击可除图像二值化实验报告c篇一：图像处理实验报告1常用mATLAb图像处理命令一、实验目的1、熟悉并掌握mATLAb工具的使用；2、实现图像的读取、显示、代数运算和简单变换。

二、实验环境mATLAb20XXa版本、wIn7计算机三、常用函数?读写图像文件1imreadimread函数用于读入各种图像文件，如：a=imread(e:\w01.tif)2imwriteimwrite函数用于写入图像文件，如：imwrite(a,e:\w02.tif,’tif’)3imfinfoimfinfo函数用于读取图像文件的有关信息，如：imfinfo(e:\w01.tif)?图像的显示1imageimage函数是mATLAb提供的最原始的图像显示函数，如：a=[1,2,3,4;4,5,6,7;8,9,10,11,12];image(a);2imshowimshow函数用于图像文件的显示，如：i=imread(e:\w01.tif);imshow(i);title（‘原图像’）%加上图像标题3colorbarcolorbar函数用显示图像的颜色条，如：i=imread(e:\w01.tif);imshow(i);colorbar;4figurefigure函数用于设定图像显示窗口，如：figure(1)；/figure(2)；5subplot把图形窗口分成多个矩形部分，每个部分可以分别用来进行显示。

subplot（m，n，p）分成m*n个小窗口，在第p个窗口中创建坐标轴为当前坐标轴，用于显示图形。

6plot绘制二维图形plot（y）plot（x，y）xy可以是向量、矩阵。

?图像类型转换1rgb2gray把真彩图像转换为灰度图像i=rgb2gray（j）2im2bw通过阈值化方法把图像转换为二值图像I=im2bw（j，level）Level表示灰度阈值，取值范围0~1（即0.n），表示阈值取自原图像灰度范围的n%3imresize改变图像的大小I=imresize（j，[mn]）将图像j大小调整为m行n列?图像运算1imadd两幅图像相加，要求同样大小，同种数据类型Z=imadd（x，y）表示图像x+y2imsubstract两幅图像相减，要求同样大小，同种数据类型Z=imsubtract（x，y）表示图像x-y3immultiplyZ=immultiply（x，y）表示图像x*y4imdivideZ=imdivide（x，y）表示图像x/y四、心得体会学习了matlab中基本的图像处理命令，为以后图像处理打下了较好的基础。

图像二值化实验报告c篇一：数字图像处理实验报告数字图像处理实验报告班级:通信103学号:20xx27201姓名:计富威指导教师:孙洁实验一 MATLAB数字图像处理初步一、实验目的与要求1．熟悉及掌握在MATLAB中能够处理哪些格式图像。

2．熟练掌握在MATLAB中如何读取图像。

3．掌握如何利用MATLAB来获取图像的大小、颜色、高度、宽度等等相关信息。

4．掌握如何在MATLAB中按照指定要求存储一幅图像的方法。

5．图像间如何转化。

二、实验内容及步骤1．利用imread( )函数读取一幅图像，假设其名为”第一个.tif”，存入一个数组中；>>I=imread('第一个.tif');2．利用whos命令提取该读入图像”第一个.tif”的基本信息； >>whos I3．利用imshow()函数来显示这幅图像；>>imshow(I);第一个.tif4．利用imfinfo函数来获取图像文件的压缩，颜色等等其他的详细信息；>>imfinfo('第一个.tif');5．利用imwrite()函数来压缩这幅图象，将其保存为一幅压缩了像素的jpg文件,设为flower.jpg；语法：imwrite(原图像，新图像，‘quality’,q), q取0-100。

>>imwrite(I,'第一个.jpg','quality',50)6．同样利用imwrite()函数将最初读入的tif图象另存为一幅bmp图像，设为flower.bmp。

>>imwrite(I,'第一个.bmp');7．用imread()读入图像：Lenna256.jpg 和camemaman.jpg； >>b=imread('lena256.bmp');>>c=imread('cameraman.tif');8．用imfinfo()获取图像Lenna256.jpg和camemaman.jpg 的大小； >>imfinfo('lena256.bmp');>>imfinfo('cameraman.tif');9．用figure,imshow()分别将Lenna256.jpg和camemaman.jpg显示出来，观察两幅图像的质量。

数字图像处理中的二值化技术研究数字图像处理是指对数字化的图像进行各种算法处理，以改善图像质量、实现目标应用和进行图像分析等。

其中，二值化技术是数字图像处理中应用最为广泛的技术之一。

本文将从二值化的基本原理、常见算法、优化技术以及应用等方面进行综述。

一、二值化的基本原理二值化是将一幅灰度图像转换成只有两种颜色的图像，常见的是黑白二值图像。

它的目的是将灰度范围较大的图像转换为仅包含两种灰度值的图像，以便进行图像分析和处理。

二值化的基本原理就是根据一定的阈值将像素点的灰度值分为两类，一类是大于等于阈值的像素点，另一类是小于阈值的像素点。

然后将这两类像素点分别用黑色和白色进行表示，从而得到一幅二值图像。

二、常见的二值化算法1.全局阈值法全局阈值法也称为固定阈值法，是最简单、最基本的二值化算法之一。

它的原理是将整幅图像的灰度直方图进行分析，将图像中所有像素的灰度值设置为一个固定的阈值，一般取灰度直方图的平均值或中值。

然后对于灰度值大于等于该值的像素点置为白色，灰度值小于该值的像素点置为黑色。

但这种算法容易受到光照不均匀、噪声较多等因素的影响，产生误判。

2.手动阈值法手动阈值法是根据观察或经验设置阈值，也称为交互式的阈值法。

它适用于像素灰度值分布不均匀，且图像背景和目标差异大的情况。

3.自适应阈值法自适应阈值法是根据图像在局部区域内的灰度值特征进行划分，常见的有局部均值法和Otsu法。

局部均值法是将像素点周围一定大小的区域内的灰度值作为阈值，并将该像素点二值化。

这种算法可以对灰度分布不均匀、光照不均匀等情况适用。

Otsu法是利用图像中目标与背景之间灰度值分布的偏差，自适应地确定一个能够最大程度区分两个类别的阈值。

4.基于形态学的阈值法形态学阈值法基于二值图像形态学操作的方法，能够有效去除噪声和骨骼化等图像处理，并能够保留目标的边界。

它的核心思想是基于图像特征对阈值进行判断，通常是先对图像进行形态学膨胀操作，然后求出局部的最大值，作为阈值进行二值化操作。

图像预处理图像分析校正、增强、恢复分割、图像的连接、轮廓跟踪与细化。

分类与识别图像理解着重强调在图像之间进行变换。

主要是对图像进行各种操作以改善图像，或者校正图像误差等，狭义图像处理是从一个图像到另一个图像。

主要是对图像中感兴趣的目标进行检测和量测，从而建立对图像的描述。

图像分析是从一个图像到数值或符号表示过程。

进一步研究图像中各目标物的性质、特征和它们之间的相互关系，并给出对图象内容的理解和对地面客观地物、场景的解译第九章二值图像的处理方法主要内容⏹灰度图像的二值化处理⏹二值图像的连续性⏹二值图像的轮廓跟踪⏹二值图像的细化⏹二值形态学基本运算9.1 灰度图像的二值化处理是一种区域分割的技术图像的二值化处理设表示像素在（i,j）位置的灰度值，二值化处理为下式所示。

),(j i f 0255),(j i f tj i f t j i f ),(),(这里t 称为二值化阈值（Threshold）.目标背景阈值的选取直方图二值图像阈值128阈值103阈值94确定阈值t的方法⏹1、全局阈值整幅图像用一个阈值处理。

当对比度强的图像。

前景和背景灰度值差别较大时频数t灰度级直方图呈现双峰分布前景和背景灰度值差别较小，但呈现双峰分布。

T )(z P o )(z P b )(T E b )(T E o )(z P 0z()b p z ()o p z误分割率最小的分割阈值。

背景和目标的概率密度分别是整幅图像的混合概率密度是其中和分别是背景和目标区域的平均灰度值，和是均值的均方差，和分别是背景和目标区域灰度值的先验概率。

()()()b b o o p z P p z P p z )()(z p z po b 和)(z p b ob o oP b P 1b o P P 最优阈值的选取如图所示，如果确定阈值是T ，则小于T 的像素分割为背景而使得灰度值大于T 的像素分割为目标。

这时，错误地将目标像素划分为背景的概率和将背景像素错误地划分为目标的概率分别为：T o b dz z p T E )()(T b o dz z p T E )()(确定最佳阈值：而总的误差概率是2、多阈值处理方法物体和背景的对比度在图像各处不一样时，需要选取多个阈值进行处理。

⼆值图像的作⽤⼆值图像的作⽤：图像⼆值化（ Image Binarization）就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的⿊⽩效果的过程。

在数字图像处理中，⼆值图像占有⾮常重要的地位，图像的⼆值化使图像中数据量⼤为减少，从⽽能凸显出⽬标的轮廓。

将256个亮度等级的灰度图像通过适当的阈值选取⽽获得仍然可以反映图像整体和局部特征的⼆值化图像。

在数字图像处理中，⼆值图像占有⾮常重要的地位，⾸先，图像的⼆值化有利于图像的进⼀步处理，使图像变得简单，⽽且数据量减⼩，能凸显出感兴趣的⽬标的轮廓。

其次，要进⾏⼆值图像的处理与分析，⾸先要把灰度图像⼆值化，得到⼆值化图像。

所有灰度⼤于或等于阈值的像素被判定为属于特定物体，其灰度值为255表⽰，否则这些像素点被排除在物体区域以外，灰度值为0，表⽰背景或者例外的物体区域。

图像⼆值化的作⽤是为了⽅便提取图像中的信息，⼆值图像在进⾏计算机识别时可以增加识别效率。

⽐如：需要计算⽔⾯悬浮物的数量，就可以将⼀定⾯积的⽔拍成图⽚后⼆值化。

⼆值图像是指每个像素不是⿊就是⽩，其灰度值没有中间过渡的图像。

⼆值图像⼀般⽤来描述⽂字或者图形，其优点是占⽤空间少，缺点是当表⽰⼈物、风景的图像时，⼆值图像只能描述其轮廓，不能描述细节。

这时候要⽤更⾼的灰度级。

⼆值图像是每个像素只有两个可能值的数字图像。

⼈们经常⽤单⾊图像表⽰⼆值图像，但是也可以⽤来表⽰每个像素只有⼀个采样值的任何图像，例如灰度图像等。

⼆值图像中所有的像素只能从0和1这两个值中取，因此在MATLAB中，⼆值图像⽤⼀个由0和1组成的⼆维矩阵表⽰。

这两个可取的值分别对应于关闭和打开，关闭表征该像素处于背景，⽽打开表征该像素处于前景。

以这种⽅式来操作图像可以更容易识别出图像的结构特征。

⼆值图像操作只返回与⼆值图像的形式或结构有关的信息，如果希望对其他类型的图像进⾏同样的操作，则⾸先要将其转换为⼆进制的图像格式，可以通过调⽤MATLAB提供的 im2bw（）来实现。

数字图像处理中的二值化算法研究数字图像处理是一种将数字信号进行转换和处理的技术，其中二值化算法是数字图像处理中最基本的算法之一。

在数字图像处理中，二值化是将一张彩色或灰度图像转换成只包含黑白两种颜色的图像。

这篇文章将讨论数字图像处理中的二值化算法研究，重点探讨二值化算法的基本原理、常见的二值化算法以及它们的优缺点。

一、二值化算法的基本原理二值化算法是将一张彩色或灰度图像转换为只包含黑色和白色的图像。

这仅仅是将像素值分为两类，其中一个像素集合表示白色，另一个表示黑色。

二值化的原理是将灰度图像中亮度值相近的像素映射为同一种颜色，以达到压缩图像数据并提高图像处理速度的目的。

二、常见的二值化算法1、全局阈值法全局阈值法是通过计算整个图像的灰度平均值来确定二值化的阈值。

该算法简单易用，但它假定图像的背景和目标的亮度值之间存在一个确定的边界，这在实际应用中并不总是正确的。

2、自适应阈值法自适应阈值法是针对全局阈值法的不足，通过对每个像素周围的像素值的统计分布进行分析，自适应地确定像素的阈值。

该算法对于图像的光照变化和背景模糊有很好的鲁棒性。

3、Otsu算法Otsu算法是一种自适应的阈值算法，通过最小化类内方差和类间方差的和来确定阈值。

这个算法假设图像存在不同的颜色区域，旨在找到阈值，以最大化识别两个区域的差异。

三、二值化算法的优缺点1、全局阈值法的优点是简单易用，运算速度快，因此非常适合处理简单的图像。

但是，它不能很好地处理灰度变化较大的图像和背景复杂的图像。

2、自适应阈值法比全局阈值法更适用于处理复杂的图像，由于每个像素的阈值是基于周围像素的，具有更好的图像复杂性，然而，该算法对于图像的光照变化较大的情况也有一定的局限。

3、Otsu算法能够通过最小化类内方差和类间方差的和来确定阈值。

该算法对于事先未知的图像类型以及图像颜色区域的不均衡分布具有适应性和鲁棒性，是一种广泛应用于图像二值化中的方法。

四、二值化算法的应用二值化算法在字符识别、边缘检测等领域中有着广泛的应用。

二值化与分段
二值化和分段是数字图像处理中常用的两种技术，用于处理图像中的灰度信息，将图像转换为黑白（二值）图像或根据灰度级别进行分段。

这两种技术通常用于图像分析、物体检测、边缘检测和特征提取等应用。

1. 二值化（Binarization）：
2. 二值化是将灰度图像转换为黑白图像的过程，其中只有两个值：白色和黑色。

通常，通过设置一个阈值，将图像中的像素灰度值与阈值进行比较，大于阈值的像素被设为白色，小于等于阈值的像素被设为黑色。

这种处理有助于突出图像中的目标物体或特定特征。

3. 分段（Segmentation）：
4. 分段是将图像划分为不同的区域或分段，每个区域内的像素具有相似的属性或特征。

分段的目的是将图像分成具有不同特征的部分，以便进一步的分析或处理。

分段可以基于像素的灰度值、颜色、纹理等特征进行，也可以使用不同的分段算法，如阈值分割、区域生长、边缘检测等。

通常，在数字图像处理中，二值化和分段经常一起使用。

首先，可以对图像进行分段以识别不同的对象或区域，然后对每个分段进行二值化以进一步处理或分析。

这两种技术在计算机视觉、医学影像处理、文档识别等领域都有广泛的应用，用于从图像中提取有用信息和特征。

数字图像处理实验报告数字图像处理实验报告1一. 实验内容:主要是图像的几何变换的编程实现,具体包括图像的读取、改写,图像平移,图像的镜像,图像的转置,比例缩放,旋转变换等.具体要求如下:1.编程实现图像平移，要求平移后的图像大小不变;2.编程实现图像的镜像;3.编程实现图像的转置;4.编程实现图像的比例缩放，要求分别用双线性插值和最近邻插值两种方法来实现，并比较两种方法的缩放效果;5.编程实现以任意角度对图像进行旋转变换，要求分别用双线性插值和最近邻插值两种方法来实现，并比较两种方法的旋转效果.二.实验目的和意义:本实验的目的是使学生熟悉并掌握图像处理编程环境,掌握图像平移、镜像、转置和旋转等几何变换的方法，并能通过程序设计实现图像文件的读、写操作，及图像平移、镜像、转置和旋转等几何变换的程序实现.三.实验原理与主要框架:3.1 实验所用编程环境:Visual C++(简称VC)是微软公司提供的基于C/C++的应用程序集成开发工具.VC拥有丰富的功能和大量的扩展库，使用它能有效的创建高性能的Windows应用程序和Web应用程序.VC除了提供高效的C/C++编译器外，还提供了大量的可重用类和组件，包括著名的微软基础类库(MFC)和活动模板类库(ATL)，因此它是软件开发人员不可多得的开发工具.VC丰富的功能和大量的扩展库，类的重用特性以及它对函数库、DLL库的支持能使程序更好的模块化，并且通过向导程序大大简化了库资源的使用和应用程序的开发，正由于VC具有明显的优势，因而我选择了它来作为数字图像几何变换的开发工具.在本程序的开发过程中，VC的核心知识、消息映射机制、对话框控件编程等都得到了生动的体现和灵活的应用.3.2 实验处理的对象:256色的BMP(BIT MAP )格式图像BMP(BIT MAP )位图的文件结构:具体组成图: BITMAPFILEHEADER位图文件头(只用于BMP文件) bfType=BM bfSize bfReserved1bfReserved2bfOffBitsbiSizebiWidthbiHeightbiPlanesbiBitCountbiCompressionbiSizeImagebi_PelsPerMeterbiYPelsPerMeterbiClrUsedbiClrImportant单色DIB有2个表项16色DIB有16个表项或更少256色DIB有256个表项或更少真彩色DIB没有调色板每个表项长度为4字节(32位)像素按照每行每列的顺序排列每一行的字节数必须是4的整数倍BITMAPINFOHEADER 位图信息头 Palette 调色板 DIB Pi_els DIB图像数据1. BMP文件组成BMP文件由文件头、位图信息头、颜色信息和图形数据四部分组成.2. BMP文件头BMP文件头数据结构含有BMP文件的类型(必须为BMP)、文件大小(以字节为单位)、位图文件保留字(必须为0)和位图起始位置(以相对于位图文件头的偏移量表示)等信息.3. 位图信息头BMP位图信息头数据用于说明位图的尺寸(宽度,高度等都是以像素为单位,大小以字节为单位, 水平和垂直分辨率以每米像素数为单位) ,目标设备的级别，每个像素所需的位数, 位图压缩类型(必须是 0)等信息.4. 颜色表颜色表用于说明位图中的颜色，它有若干个表项，每一个表项是一个RGBQUAD类型的结构，定义一种颜色.具体包含蓝色、红色、绿色的亮度(值范围为0-255)位图信息头和颜色表组成位图信息5. 位图数据位图数据记录了位图的每一个像素值，记录顺序是在扫描行内是从左到右,扫描行之间是从下到上.Windows规定一个扫描行所占的字节数必须是 4的倍数(即以long为单位),不足的以0填充.3.3 BMP(BIT MAP )位图的显示:①一般显示方法:1. 申请内存空间用于存放位图文件2. 位图文件读入所申请内存空间中3. 在函数中用创建显示用位图, 用函数创建兼容DC,用函数选择显示删除位图但以上方法的缺点是: 1)显示速度慢; 2) 内存占用大; 3) 位图在缩小显示时图形失真大,(可通过安装字体平滑软件来解决); 4) 在低颜色位数的设备上(如256显示模式)显示高颜色位数的图形(如真彩色)图形失真严重.②BMP位图缩放显示 :用视频函数来显示位图，内存占用少，速度快，而且还可以对图形进行淡化(Dithering )处理.淡化处理是一种图形算法，可以用来在一个支持比图像所用颜色要少的设备上显示彩色图像.BMP位图显示方法如下:1. 打开视频函数，一般放在在构造函数中2. 申请内存空间用于存放位图文件3. 位图文件读入所申请内存空间中4. 在函数中显示位图5. 关闭视频函数 ,一般放在在析构函数中以上方法的优点是: 1)显示速度快; 2) 内存占用少; 3) 缩放显示时图形失真小,4) 在低颜色位数的设备上显示高颜色位数的图形图形时失真小; 5) 通过直接处理位图数据，可以制作简单动画.3.4 程序中用到的访问函数Windows支持一些重要的DIB访问函数，但是这些函数都还没有被封装到MFC中，这些函数主要有：1. SetDIBitsToDevice函数：该函数可以直接在显示器或打印机上显示DIB. 在显示时不进行缩放处理.2. StretchDIBits函数：该函数可以缩放显示DIB于显示器和打印机上.3. GetDIBits函数：还函数利用申请到的内存，由GDI位图来构造DIB.通过该函数，可以对DIB的格式进行控制，可以指定每个像素颜色的位数，而且可以指定是否进行压缩.4. CreateDIBitmap函数：利用该函数可以从DIB出发来创建GDI位图.5. CreateDIBSection函数：该函数能创建一种特殊的DIB，称为DIB项，然后返回一个GDI位图句柄.6. LoadImage函数：该函数可以直接从磁盘文件中读入一个位图，并返回一个DIB句柄.7. DrawDibDraw函数：Windows提供了窗口视频(VFW)组件，Visual C++支持该组件.VFW中的DrawDibDraw函数是一个可以替代StretchDIBits的函数.它的最主要的优点是可以使用抖动颜色，并且提高显示DIB的速度，缺点是必须将VFW代码连接到进程中.3.5 图像的几何变换图像的几何变换，通常包括图像的平移、图像的镜像变换、图像的转置、图像的缩放和图像的旋转等.一、实验的目的和意义实验目的：本实验内容旨在让学生通过用VC等高级语言编写数字图像处理的一些基本算法程序，来巩固和掌握图像处理技术的基本技能，提高实际动手能力，并通过实际编程了解图像处理软件的实现的基本原理。

图像处理中的图像二值化算法随着科技的发展，图像处理技术应用越来越广泛。

作为一项基础技术，图像二值化算法在图像处理中扮演着非常关键的角色，它可以将图像分割成黑白两种颜色，也就是将图像中的灰度值转化为0和1，简化了后续的处理流程。

本文将介绍图像二值化算法的基本原理和应用情况。

一、二值化算法的基本原理在图像中，每个像素都有一定的灰度值，在8位灰度图像中，灰度值的范围在0-255之间，其中0是代表黑色，255代表白色。

当我们需要处理一张图片时，如果直接对每一个灰度值进行处理，那么处理的过程就会非常繁琐，因此，我们需要将图像灰度值转化为0和1两种数字进行处理。

常见的二值化算法有全局阈值算法、局部阈值算法、自适应阈值算法、基于梯度算法等。

其中，全局阈值算法是最基本、最简单的一种算法。

它将整张图像分成黑白两个部分，通过将整个图像的像素点的灰度值与一个固定的阈值进行比较，如果像素点的灰度值大于阈值，就将该像素点的灰度值置为1，否则置为0。

使用全局二值化算法的步骤如下：1.将图像读入到内存中；2.将图像转化为灰度图像；3.计算整个图像的平均灰度值，该平均灰度值作为全局阈值；4.将图像中每个像素点的灰度值与该全局阈值进行比较，灰度值大于等于该全局阈值的像素点赋值为255（代表白色），小于该阈值的像素点赋值为0（代表黑色）；5.输出处理后的图像。

当然，这种方法的缺点也非常明显，那就是无法适应不同场合下的图像处理需求，处理效果难以保证。

因此，我们需要更为灵活的算法和方法来进行二值化处理。

二、不同类型的二值化算法1.基于直方图的全局阈值法二值化算法中的全局阈值算法通常是将整个图像分成两类像素：一类像素比较暗，另一类像素比较亮。

在直方图中，该分割就是直方图上的两个峰。

我们可以通过直方图分析来确定这个阈值，并将灰度值低于阈值的像素变为黑色，将灰度值高于阈值的像素变为白色。

对于图像I(x,y)，它的灰度直方图h(i)可以表示为：h(i) = N(i) / MN (i=0,1,…,L-1)其中N(i)是图像中所有像素灰度值为i的像素数量，MN是总的像素数量，L是灰度级别数量（在8位图像中，L等于256）然后我们需要确定一个阈值T，所有像素点的灰度值小于T的变为黑色，大于等于T的变为白色。