1、 本科毕业设计 （ 20 届） 数字图像分割器的研究与设计 所在学院 专业班级 通信工程 学生姓名 学号 指导教师 职称 完成日期 年 月 - 2 - 摘 要 数字 图像分割是一种重要的数字图像处理技术，它的目的就是将图像划分为不同的区域，提取感兴趣区域。 数字图像分割算法 有很多，主要分为基于边缘检测、基于阈值分割和基于区域分割和基于聚类算法图像分割等等。由于近几年人们对彩色图像的关注度远远超过了灰度图像，所以课题主要研究了如何分割彩色图像。 但是彩色图像分割算法目前还是建立在灰度图像的基础上，所以在做彩色图像分割之前，首先将彩色图像转化为灰度图像，然后再根据灰度图像的分割算法对图像进行分割
2、。在设计部分通过软件 MATLAB 的调试，比较不同分割算法调试出来的结果，总结这些算法的优缺点以及使用范围，最后根据任务书上的要求，采用以边缘检测及直方图为基础的聚类分割方法来提取图像中的特定 区域，将分割效果与原预期效果进行对比。并通过改变其中的参数 K 值，使得图像的分割效果越来越接近原图像的灰度图像，但是这个参数不是无限增大的，它有一定的参数值，通过实验得出这个 K 值的上限值。 关键词：数字图像处理； MATLAB；数字图像分割；聚类算法分割 - 3 - Abstract Digital Image segmentation is an important digital image
3、 processing technology, its purpose is to image into different regions, region of interest extraction. There are many digital image segmentation algorithm, consists of Segmentation based on edge detection, threshold-based segmentation and region-based segmentation and image segmentation based on clu
4、stering algorithm and so on. Recent years due to concerns that people of color image far more than the gray image, therefore, the main research topic is how to break up color image. But the color image segmentation algorithm is still the basis of gray image, so before doing the color image segmentat
5、ion, first, the color image into gray image, then image segmentation based on gray-scale image segmentation algorithm. In the design part, through the MATLAB software debugging, compare different debug the result of the segmentation algorithm, compare different debug the result of the segmentation a
6、lgorithm, summarize the advantages and disadvantages of these algorithms and the use of range. So in the end, according to the requirements of the mission statement, used the clustering image segmentation which is based on in edge detection and histogram to extract specific areas, compared the segme
7、ntation results with the original expected results. And by changing the value of one of the parameters K, makes image segmentation image closer to the original gray image, however, increasing this parameter is not infinite, it has certain parameters, by experiments reached the upper limit of the K v
8、alue. Key Words: digital image processing; MATLAB; digital image Segmentation; Clustering segmentation - 4 - 目 录 1 引言 .1 1.1 课题研究意义及现状 .1 1.2 主要研究内容 .2 1.3 论文组织结构 .2 2 数字图像处理基础 .4 2.1 数字图像处理的基本内容 .4 2.1.1 数字图像处理的基本概念 .4 2.1.2 数字图像处理的常用算法 .5 2.1.3 数字图像处理的常用方法 .6 2.2 数 字图像处理软件介绍 .7 2.2.1 MATLAB 简介 .7
9、2.2.2 MATLAB 在数字图像处理中的应用 .8 3 数字图像分割器的研究 . 11 3.1 边缘检测 .12 3.2 阈值分割 .16 3.3 基于区域的图像分割 .21 3.4 基于聚类算法的图像分割 .23 4 数字图像分割器的设计 .28 4.1 彩色图像的边缘信息提取 .28 4.2 基于聚类分割方法的设计 .31 5 结论 .41 致 谢 .41 附件 1：聚类分割彩色图像的代码 .43 附件 2：聚类提取彩色图像的特定区域的代码 .45 - 1 - 1 引言 1.1 课题研究意义及现状 在一幅图像中，人们常常只对图像中的某些区域感兴趣，而这些目标物只是占据了图像的一部分，这
10、些目标物的灰度、轮廓、颜色和纹理都有可能与邻近的图像存在一些差别。这些特性差别可能非常明显，也可能很细微，以至肉眼察觉不出来。随着计算机图像处理技术的发展 ，使得人们可以通过计算机来获取和处理图像信息。图像分割是图像处理的过程中图像识别的基础，它的作用是把反映物体真实情况的、占据不同区域的、具有不同特性的目标区分开来，并形成数字特征。它也是图像理解的基本前提步骤，图像分割质量的好坏直接影响后续图像处理的效果，甚至决定其成败，因此，图像分割的作用是至关重要的。自 20世纪70年代起一直受到人们的重视， 至今已提出上千种分割算法 , 但因尚无通用的分割理论 , 致使目前提出的分割算法大都是针对具体
11、问题的 , 并没有一种适合所有图像的通用分割算法 1。另外 , 还没有制定出 适用于分割算法的标准 ,这给图像分割技术的应用带来许多实际问题。最近几年又出现了许多新思路、新方法和改进算法，对一些经典的方法和新出现的方法作了概述。主要将图像方法分为阈值分割方法、边缘检测方法、区域提取方法和结合特定理论工具的分割方法。在早期的图像研究中，图像分割方法主要分为两大类。一类是边界方法，这种方法的假设是图像分割结果的某个子区域在原来的图像中一定会有边缘存在；另一类是区域方法，这种方法的假设是图像分割结果的子区域一定会有相同的性质，而不同区域的像素没有共同的性质。在现代工业自动化生产中，涉及到产品 检验、
12、成产监视和零部件缺陷识别等多方面的应用，例如对零部件批量生产过程中的尺寸缺陷检测，零件的缺陷检查， IC上的自动字符识别，自动装配过程中的完整性检查，电子装配线的自动定位，机器人的引导和零件的识别等 2。利用图像处理的方法，对感兴趣区域进行分割从而进一步的分析。 目前由于计算机水平的不断提高，人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果，因而很多人在把新方法和新概念不断的引入图像分割领域的同时，也更加重视把各种方法综合起来运- 2 - 用。在新出现的分割方法中，基于小波变换 的图像分割方法就是一种很好的方法。在另一方面，由于很多场合需要对目标图像进行边缘
13、分割分析，例如对医学图像的分析，因此需要进行交互分割研究。然而现在对特殊图像分割的研究越来越重视，很多对立体图像、彩色图像、多光谱图像以及多视场图像分割的研究，也有对运动图像及视频图像中目标分割的研究，还有对深度图像、纹理图像、计算机断层扫描（ CT）、磁共振图像、共聚焦激光扫描显微镜图像、合成孔雷达图像等特殊图像的分割技术的研究 3。相信随着研究的不断深入，存在的问题会很快得到圆满的解决。所以这个话题的研究是比较有实在意义的。 1.2 主要研究内容 本课题主要的研究对象是数字图像，数字图像包括灰度图像和彩色图像。而目前灰度图像的分割方法比较成熟，由于彩色图像提供了比灰度图像更为丰富的信息 ,
14、 因此彩色图像处理正受到人们越来越多的关注。彩色图像分割是彩色图像处理的重要问题 , 彩色图像分割可以看成是灰度图像分割技术在各种颜色空间上的应用。其中包括本课题中提到的边缘检测、阈值分割、基于区域的分割方法和基于聚类算法的分割方法已经广泛应用在图像分割技术中。根据比较这几类算法的优缺点，本文根据彩色图像的像素及结构，用聚类算法对特定的图像进行分割 ，提取图像中的特定区域，实现图像特定区域的分割。从而使得彩色图像分割领域有更好的发展前景。 1.3 论文组织结构 本论文第一章主要介绍了课题的研究意义及现状，大体介绍了课题研究的主要内容和方向。然后在二，三，四章分别对此课题进行了阐述，其中第二章主
15、要是对数字 图像处理 和 MATLAB的简介，分别介绍了数字图像处理的基础内容和常用到得一些方法，为之后数字图像分割方法的引入做一个铺垫，而 MATLAB软件介绍是为了在研究这个话题的时候能够更好的使用这个软 件来设计数字图像分割。第三章和第四章是本文的重点，主要是研究数字图像处理的各类方法，举例每类方法的算法然后通过一个仿真实验来讲解这类算法的使用方法和适用范围，并比较这些方法的优缺点。而在第四章，运用上面所研究过的算法设计一- 3 - 个程序来完成特定彩色图像的分割，通过分析仿真结果图来得出此方法的一个适用范围，然后在这个程序的基础上，研究出一种用于提取彩色图像中的某特定区域。最后一章是对
16、整篇论文的一个总结，分析比较论文中所提到的方法，使我们在实际应用中更好的去选择。 - 4 - 2 数字 图像处理基础 2.1 数字图像处理的基本内容 2.1.1 数字图像处理的基本概念 图像是对一个物体实物进行一个描述，将这个事物所反映的信息以能够满足我们视觉效果的形式展现给我们。而图像处理则是对图像信息进行加工以满足人的视觉心理和应用需求的行为。图像处理主要分为模拟图像处理和数字图像处理。 数字图像处理（ Digitallmage Processing）又称为计算机图像处理，是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。其基本原理是将图像信号转换成数字信号并利
17、用计算机对其进行处理的 过程。 数字图像处理最早出现于 20 世纪 20 年代，当时图像处理技术首次应用于图像的远距离传送，用来改善英国伦敦和美国纽约之间经海底电缆发送的图片质量。因为当时的电子计算机水平并不高，数字图像处理并没有引起很多人的关注。而后随着计算机和集成电路的诞生，人们才开始利用计算机来处理图形和图像信息。因此数字图像处理发展成为一门学科是在 20 世纪 60 年代初期，后来人们为了改善图像的质量，逐步研究数字图像处理方法，并将数字图像处理技术应用到医学、工业生产、通信等各科领域上。图像是人类获取和交换信息的主要来源，因此，图像处理 的应用领域必然涉及到人类生活和工作的方方面面。
18、随着人类活动范围的不断扩大，图像处理的应用领域也将随之不断扩大。例如，在航天和航空技术方面除了 JPL 对月球、火星照片的处理之外，目前在飞机遥感和卫星遥感技术中叶应用了数字图像处理。数字图像处理在军事公安、文化艺术、机器人视觉、电子商务等新兴学科上都是非常关键的一门技术 1。 数字图像处理系统由三大部分组成如下页图 2-1 所示，即图像输入及数字化设备，图像信息处理设备和图像显示及记录设备。 - 5 - 其中输入及数字化 设备的作用是：在处理以前把图像信息转换成数据送入计算机；显示及记录设备的作用是：图像处理完毕后把它显示出来或者记录成硬拷贝；计算机系统就是为了对图像数据进行加工，这是最关键
19、的一步。数字图像信息量有大有小，其存储容量有别，根据不同的用途，可以采用不同的计算机系统，从微型计算机到大型计算机，可以使单个计算机也可以是用阵列机等。 2.1.2 数字图像处理的常用算法 数字图像处理需要采用各种各样的算法。根据输入图像得到输出图像处理运算的数学特征，可将图像处理运算方式分为点运算、代数运算和几何运算。 图像分割中一般都 会运用点运算 ,如果输出图像中每个像素点的灰度值仅由输入图像相应像素点的灰度值确定，则称为这种处理为点运算。点运算是不会改变图像内各像素的空间位置。点运算又称为灰度变换，主要应用在需要图像对比度较强的情况，为图像加上轮廓线，还可以用于光度学标定。 代数运算是
20、指图像中参与运算的像素几何位置不变化，图像之间灰度级的四则运算 4。也就是说对两幅输入图像进行点对点的加、减、乘、除计算而得到输出图像的运算。假设输出图像为 s(x,y),两幅输入图像为 f(x,y)和 g(x,y),那么代数运算可以表示为如下 2-1 所示： .2-1 图像的加运算可对同一场景的多幅图像求平均，用平均后的图像代替改场景的实际图像，主要用来降低加性随机噪声的影响。而减运算主要用于提取某运动序列图像相邻两帧或多帧之间的差异以及运动帧与背景帧之间的差。在运动图像图 2-1 数字图像处理系统 输入及数字化设备 计算机系统 显示及 记录设备 ( , ) ( , ) ( , )( , )
21、 ( , ) ( , )( , ) ( , ) ( , )( , ) ( , ) / ( , )s x y f x y g x ys x y f x y g x ys x y f x y g x ys x y f x y g x y - 6 - 分析中，差分法是一种有效的运动区域检测的方法，从而实现运动目标定位、跟踪等。而乘法运算可以用来遮掉图像的某些部分，而仅仅留下感兴趣的部分。 图像的几何运算是指通过图像像素位置的变 换，运算后，直接确定该像素灰度的运算。首先，一个算法来定义空间变换本身，用它来描述每个像素如何从其初始位置 “移动 ”到终止位置；同时，另一个算法用于灰度级插值的算法，一般情
22、况下，输入图像的位置坐标（ x,y）为整数，而输出图像的位置坐标为非整数。几何运算主要有平移变换、放大、缩小变换和旋转变换。 2.1.3 数字图像处理的常用方法 数字图像处理常用的方法很多，主要有图像变换、图像压缩编码、图像增强和复原、图像分割以及图像描述等。在这里我们简单介绍下这几种方法。 （ 1）图像变换：图像变换就是将图像从空间（ 2D 平面） 变换到变换域（如频率域） 5。图像变换在图像增强、图像复原、图像压碎和图像特征提取等方面有着十分重要的应用，它是许多图像处理和分析技术的基础。图像变换主要有傅里叶变换、离散余弦变换以及沃尔什变换。 （ 2）图像压缩编码 6：图像数字化后，由于一幅
23、图像的数据量非常大，如果不进行编码、压缩处理，则不利于存储和传输。例如，对于 640x480 像素的彩色图像，如果每个像素的位深度为 24，即 24bit/像素，按照 30 帧 /s 的速度进行播放，则一张 650MB 的光盘只能存储大约 24s 左右的播放画面。所以在信道带宽、通信链路 容量一定的情况下，采用图像压缩编码技术，减少数据量是提高图像通信速度的重要手段。 （ 3）图像增强和复原 7： 图像增强从技术上来说可以分为两类：空间域图像增强和频率域图像增强。空间域图像增强是指直接对图像的像素进行处理，也就是改变原始图像中像素的灰度值，因此空间域实际上就是指图像自身。频率域增强是通过修改图像的傅里叶变换系数，如低通滤波，然后进行傅里叶反变换得到增强图像的一类方法。图像复原就是通过计算机处理，对质量下降的图像加以重建或恢复的处理过程。图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高 图像的清晰度等。 （ 4）图像分割：在数字图像处理的研究和应用中，有时往往对图像的某些
