中北大学
课程设计说明书
学生姓名：学号：
学生姓名：学号：
学生姓名：学号：
学生姓名：学号：
学院：信息与通信工程学院
专业：电子信息工程
题目：信息处理综合实践:
图像分割算法的比较与分析
指导教师：陈平职称: 副教授
2014 年12 月29 日
中北大学
课程设计任务书
14/15 学年第一学期
学院：信息与通信工程学院专业：电子信息工程
学生姓名：学号：
课程设计题目：信息处理综合实践:
图像分割算法的比较与分析起迄日期：2015年1月5日～2015年1月16日课程设计地点：电子信息工程专业实验室
指导教师：陈平
系主任：王浩全
下达任务书日期: 2014 年12月29 日课程设计任务书
课程设计任务书
目录
第一章绪论 (1)
研究目的和意义 (1)
图像分割的研究进展 (1)
第二章区域生长法分割图像 (4)
区域生长法介绍 (4)
区域生长法的原理 (4)
区域生长法的实现过程 (5)
第三章程序及结果 (6)
区域生长算法及程序 (6)
图像分割结果 (7)
第四章方法比较 (8)
阈值法 (8)
区域法 (8)
分水岭法 (8)
形态学方法 (9)
第五章总结 (10)
参考文献 (11)
第一章绪论
研究目的和意义
图像分割是一种重要的图像技术，在理论研究和实际应用中都得到了人们的广泛重视。图像分割的方法和种类有很多，有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。许多不同种类的图像或景物都可作为待分割的图像数据，不同类型的图像，已经有相对应的分割方法对其分割;但某些分割方法只是适合于某些特殊类型的图像分割，所以分割结果的好坏需要根据具体的场合及要求衡量。图像分割是从图像处理到图像分析的关键步骤，可以说，图像分割结果的好坏直接影响对图像的理解。
图像分割是由图像处理到图像分析的关键步骤，在图像工程中占有重要位置。一方面，它是目标表达的基础，对特征测量有重要的影响。另一方面，因为图像分割及其基于分割的目标表达、特征提取和参数测量等将原始图像转化为更抽象、更紧凑的表达形式，使得更高层的图像分析和理解成为可能。因此在实际应用中，图像分割不仅仅要把一幅图像分成满足上面五个条件的各具特性的区域，而且要把其中感兴趣的目标区域提取出来。只有这样才算真正完成了图像分割的任务，为下一步的图像分析做好准备，使更高层的图像分析和理解成为可能。
图像分割在很多方面，如医学图像分析，交通监控等，都有着非常广泛的应用，具有重要的意义。(1)分割的结果常用于图像分析，如不同形式图像的配准与融合，结构的测量，图像重建以及运动跟踪等。(2)在系统仿真，效果评估，图像的3D重建以及三维定位等可视化系统中，图像分割都是预处理的重要步骤。
(3)图像分割可在不丢失有用信息的前提下进行数据压缩，这就降低了传输的带宽，对提高图像在因特网上的传输速度至关重要。(4)分割后的图像与噪声的关系减弱，具有降噪功能，便于图像的理解。
图像分割的研究进展
图像分割是图像处理中的一项关键技术，至今已提出上千种分割算法。但因
尚无通用的分割理论，现提出的分割算法大都是针对具体问题的，并没有一种适合所有图像的通用分割算法。前人的方法主要有三大类：阈值分割方法、边缘检测方法和区域提取方法。
（1）阈值分割方法
阈值分割法分为全局阈值法和局部阈值分割法。所谓局部阈值分割法是将原始图像划分成较小的图像，并对每个子图像选取相应的阈值。在阈值分割后，相邻子图像之间的边界处可能产生灰度级的不连续性，因此需用平滑技术进行排除。局部阈值法常用的方法有灰度差直方图法、微分直方图法。局部阈值分割法虽然能改善分割效果，但存在以下几个缺点：①每幅子图像的尺寸不能太小，否则统计出的结果无意义。②每幅图像的分割是任意的，如果有一幅子图像正好落在目标区域或背景区域，而根据统计结果对其进行分割，也许会产生更差的结果。
③局部阈值法对每一幅子图像都要进行统计，速度慢，难以适应实时性的要求。全局阈值分割方法在图像处理中应用比较多，它在整幅图像内采用固定的阈值分割图像。经典的阈值选取以灰度直方图为处理对象。根据阈值选择方法的不同，可以分为模态方法、迭代式阈值选择等方法。这些方法都是以图像的直方图为研究对象来确定分割的阈值的。另外还有类间方差阈值分割法、二维最大熵分割法、模糊阈值分割法以及共生矩阵分割法等等。
（2）基于边缘检测法
边缘检测法是一种处理不连续性图像的分割技术。图像的大部分信息不会只存于某个特定的区域，而是存于不同区域的边缘上，而且人的视觉系统在很大程度上都是根据图像边缘差异对图像进行识别分析的。所以通过对图像的边缘信息检测，可以实现对图像的分割。按照处理技术可以分为并行边缘检测技术和串行边缘检测技术。检测过程中可以通过空域微分算子来完成卷积。这些微分算子包括、Sobel梯度算子、Prewitt梯度算子、综合正交算子等。这些方法主要是对检测图像中灰度的变化，图像边缘是灰度突变的地方。在有噪声时，得到的边缘常是孤立不连续的，为了得到完整的边缘信息，还需进行边界闭合处理。边界闭合是根据像素梯度的幅度及梯度方向满足规定的条件将边缘素连接起来，就有可能
得到闭合的边界。
（3）基于区域分割法
区域分割法主要包括：区域生长和分裂合并法，其分割过程后续步骤的处理要根据前面步骤的结果进行判断而确定。
区域生长法是根据预先规定好的指标，提取图像中相互连接区域的方法，它是利用区域一致性准则对目标进行分割。规定的指标包括图像的灰度信息，边缘，某种特性。区域生长法一般都会放在一系列过程中使用，不会单独使用。它主要的缺陷是，每一个需要提取的区域，都必须先给出种子点，然后提取出和种子一样，符合规定的指标的区域，这样有多少区域就必须给出多少个种子数。这种法对噪声也很敏感，会造成分割区域不连续。相反的，局部且大量的噪声会使影响会使原本来分开的区域连接起来。
分裂合并法是从整个图像出发，将图像分割成各个子区域，再把前景的区域合并起来，这样就实现了目标的提取。分裂合并法的目标区域由一些相互连通的像素组成的，如果把图像分割到像素级的话，就可以判断该像素是否为目标像素。当所有的分割的子区域都判断完，把目标区域就可得到前景目标。这种方法处理复杂图像时效果较好，但算法比较复杂，计算量也比较大，在分裂过程中可能会破坏目标区域的边界。
