第一.二章.采样，量化，数字图像的表示 基本的数字图像处理系统系统的层次结构I 应用程序 I 开发工具 操作系统 设备驱动程序I硬件I图像处理的主要任务： 图像获取与数字化 图像增强 图像恢复 图像重建 图像变换 图像编码与压缩 图像分割 特点：(1) 处理精度高。
(2) 重现性能好。
(3) 灵活性髙1•图像的数字化包括两个主要步骤：离散和量化2. 在数字图像领域，将图像看成是许多大小相同、形状一致的像素组成3. 为便于数字存储和计算机处理可以通过数模转换(A/D)将连续图像变为数字图像。
4•数字化包括取样和量化两个过程：取样：对空间连续坐标(x,y)的离散化量化：幅值f(x,y)的离散化(使连续信号的幅度用有限级的数码表示的过程。
)5.数字化图像所需的主要硬件：♦采样孔、图像扫描机构、光传感器、量化器、输岀存储体6•取样和量化的结果是一个矩阵 7.其中矩阵中的每个元素代表一个邃塞8•存储一幅图像的数据量又空间分辨率和幅度分辨率决定 9•灵敏度、分辨率、信噪比是三大指标第三章，傅里叶变换，DCT变换，WHT•余弦型变换：•傅里叶变换(DFT)和余弦变换(DCT)O•方波型变换：•沃尔什•哈达玛变换(DWT)1•二维连续傅里叶正反变换:F(u,v)= I f f(x.y)eJ_oc J_ocf g y)= \f F(u, v)ej27r(nA+vv)dwdvJ —oo J —oo二维离散傅里叶变换：M — 1 N — I=乏疋 Fgg 宀SS)if=o v=O。
F(u, v)即为f (x, y)的频谱。
频谱的直流成分说明在频谱原点的傅里叶变换尸(0,0)等于图像的平均灰度级 卷积定理：/(x,y)*^(x, y)= ss /O, n)g(x 一 m, y~n)/?/=() n=02•二维离散余弦变换(DCT)一维离散余弦变换：EO)=%)岳gfg 芈严 其中 c®=怜 ""DCT 逆变换为F(u.v)=1~MN A =0 y=02 A r -1/(«)=咅 C(0) + \1三工 F (gsn(2n +1)« ~~2N3•—维沃尔什变换核g （W ）：1 X_JL£（乂申）=丄口（一 1）®（”）為一】一心）＜N i=o• 厂、Cn 7V--1 ^T-l码3》=卡吝 /G 〉耳(—1)635—一 3«JC> =牙中 O )n (—O务i二维：•正变换: 1 N —l. N —!■H —1护(“*) = —X X /X%」)口( — 1)4(5—373$一_W] N 宜 U • JO■逆变换二1 AT-l JV-l 片_]/（X.y ）=丄 £ 乞 疗（心巧 口弟-i -心）JN 為 v=o ~。
摘要图像分割是把图像划分为有意义的若干区域的图像处理技术，分割技术在辅助医学诊断及运动分析、结构分析等领域都有着重要的研究价值和广泛的应用发展前景。
在阅读大量文献的基础上，本文对图像分割技术的理论基础、发展历程及图像分割方法的热点、难点问题进行了分类综述，对不同分割算法优缺点进行了总结和归纳，并对图像分割的发展趋势进行了初步的展望和预测。
在此基础上，为了对图像分割理论有更直观的认识，本文选取并行边界算法和分水岭算法这两种方法，用MATLAB软件进行了基础的仿真，并对结果进行了分析和总结，本文重点对一些近年来新兴的算法，比如水平集（Level-set）算法、马尔科夫随机场算法（Markov）、模糊算法、遗传算法、数学形态学算法等进行了概略性的探讨，对这些新兴算法的特点、原理、研究动态进行了分析和总结。
关键词：图像分割；边界；区域；水平集；马尔科夫AbstractImage segmentation is an image processing technology that divides the image into a number of regions. Image segmentation has very important significance in supporting medical diagnosis, motion analysis, structural analysis and other fields.Based on recent research, a survey on the theory and development of image segmentation, hot and difficult issues in image segmentation is given in this article. And describes the characteristics of each method as well as their respective advantages and disadvantages in image segmentation .This article introduces and analyzes some basic imaging and image segmentation methods in theory and describes the development trends of medical image segmentation. To have a better understanding of image segmentation, I use MATLAB software to stimulate on images about the parallel edge algorithms and watershed algorithm. And the analysis of the segmentation results is given in the article.This article introduces and analyzes the new algorithms in recent years such as Level-set algorithm, Markov algorithm, Fuzzy algorithm, Genetic algorithm and Morphological algorithm. In this paper, the features, theory and research trends of these algorithms are analyzed and summarized.Keywords: Image segmentation; Border; Area；Level-set；Markov第1章引言1.1 图像分割的背景和重要作用图像是传达信息的一种方式，图像中含有大量的有用信息，理解图像并从图像中抽取信息以用来完成其他工作是数字图像技术中一个重要的应用领域，而理解图像的第一步就是图像的分割。
目录摘要 (1)Abstract (2)前言 (3)第一章绪论 (4)1.1 图像阈值分割的背景及研究意义 (4)1.2 图像阈值分割国内外研究现状 (5)1.3论文研究的主要内容及各章结构安排 (5)第二章图像分割方法综述 (6)2.1图像分割技术的基本概念 (6)2.2.图像分割的基本分类 (6)2.2.1 边缘检测分割法 (7)2.2.2 阈值分割法 (8)2.2.3 区域分割法 (8)第三章图像阈值分割技术 (8)3.1 迭代法 (9)3.2 最大类间方差法 (11)3.3最小误差法 (13)3.4 最大熵法 (16)第四章图像分割算法的评价 (19)4.1 Dice系数 (19)4.2 Hausdorff距离 (20)4.3 Jaccard相似系数 (21)4.4 准确率、召回率 (21)4.5 分割效果分析 (21)第五章结论 (25)参考文献 (26)摘要图像分割是一个十分基础却十分重要的问题，它是数字图像处理和数字图像分析之间的关键桥梁，图像分割效果的好坏与后续一系列图像分析问题紧密相关。
所以，图像分割技术在整个数字图像处理中的地位十分重要。
本文首先对图像分割的有关理论做出简洁的介绍，重点探究图像阈值分割技术。
将对几种比较常见的阈值分割算法进行研究，主要是迭代法、最大类间方差法、最大熵法、最小误差法，并且对特定图像在MATLAB环境中进行了仿真测试。
本文采纳了一种图像分割评价标准，综合了Dice系数、Hausdorff距离、Jaccard相似系数、准确率、召回率等指标。
将手动分割的图像作为金标准，与算法分割的图像进行比较，在MATLAB 环境下给出算法图像与金标准图像的相似度，从而可以在评价各图像阈值分割算法上具有更强的说服力。
从最终的试验结果和参数分析可以看出，相比较其他三种算法分割方法，最大类间方差法不仅可以将图像中的背景和目标分割开来，而且对于图像细节的处理也比较好，并且在处理不同图像的图像时也具有良好的稳定性。
第五章图像的增强与变换§5.1 图像增强与变换§5.2 光谱增强§5.3 空间增强§5.4 多源信息的复合§5.1 图像增强与变换图像增强和变换为了突出相关的专题信息，提高图像的视觉效果，使分析者能更容易地识别图像内容，从图像中提取更有用的定量化信息。
按其作用的空间可分两种：光谱增强空间增强§5.2 光谱增强光谱增强对应于每个像元，与像元的空间排列和结构无关。
因此又叫点操作。
1. 彩色合成2. 对比度增强（直方图增强）3. 图像间运算为了充分利用色彩在遥感图像判读和信息提取中的优势，常常利用彩色合成的方法对多光谱图像进行处理，以得到彩色图像。
单波段彩色变换（密度分割）多波段彩色变换（真彩色，假彩色）HLS变换：色调(hue)、明度(lightness)和饱和度(saturation)的色彩模式。
即RGB模式ÆHLS模式。
1. 彩色合成单波段彩色变换(密度分割)（1）求图像的极大值dmax 和极小值d min ；（2）求图像的密度区间ΔD=dmax -d min +1；（3）求分割层的密度差Δd=ΔD／n，其中n为需分割的层数；（4）求各层的密度区间；（5）定出各密度层灰度值或颜色。
1.彩色合成1.彩色合成多波段彩色变换真彩色合成真彩色图像上影像的颜色与地物颜色基本一致。
把红色波段的影像作为合成图像中的红色分量、把绿色波段的影像作为合成图像中的绿色分量、把蓝色波段的影像作为合成图像中的蓝色分量进行合成的结果。
如TM321分别用RGB合成的图像。
假彩色合成假彩色图像是指图像上影像的色调与实际地物色调不一致的图像。
遥感中最常见的假彩色图像是彩色红外合成的标准假彩色图像。
它是在彩色合成时，把近红外波段的影像作为合成图像中的红色分量、把红色波段的影像作为合成图像中的绿色分量、把绿色波段的影像作为合成图像中的蓝色分量进行合成的结果。
如TM432用RGB合成的图像为标准假彩色图像。
