文档介绍:评分
试验汇报
课程名称 医学图像处理
试验名称 图像分割
专业班级
姓 名
学 号
试验日期
试验地点
—第 2 学期
试验目
掌握常见边缘提取算法, 从图像中提取感爱好区域, 实现图像分割。在图像中, 寻求灰度相同或相同区域, 区分图像中背景区域和目标区域, 利用Matlab实现图像边缘检测, 进行图像分割。
二、 试验环境
1、 硬件配置: Intel(R) Core(TM) i5-4210U CPU ***@
安装内存(RAM): 系统类型: 64位操作系统
2、 软件环境: MATLAB Rb软件
三、 试验内容
(包含本试验要完成试验问题及需要相关知识简单概述)
图像边缘是图像中特征(如像素灰度、 纹理等)分布不连续处, 图像周围特征有阶跃改变或屋脊状改变那些像素集合。图像边缘存在于目标与背景、 目标与目标、 基元与基元边界, 标示出目标物体或基元实际含量, 是图像识别信息最集中地方。
图像分割处理关键用于检测出图像中轮廓边缘、 细节以及灰度跳变部分, 形成完整物体边界, 达成将物体从图像中分离出来或将表示同一物体表面区域检测出来目。常见分割方法是边缘检测。边缘检测是采取多个边缘算子实现突出图像边缘, 抑制图像中非边缘信息, 使图像轮廓愈加清楚。
1. 梯度算子法
对于图像f(x,y), 它在点f(x,y)处梯度是一个矢量, 定义为
梯度方向在函数f(x,y)最大改变率方向上, 梯度幅值为
梯度数值就是f(x,y)在其最大改变率方向上单位距离所增加量。对于图像而言, 微分运算能够用差分运算来近似。
简化成模板能够表示成以下形式:
Robert梯度算子
当梯度计算完后, 可采取以下多个形式突出图像轮廓。
梯度直接输出
使各点灰度g(x,y)等于该点梯度, 即
这种方法简单、 直接。但增强图像仅显示灰度改变比较陡边缘轮廓, 而灰度变换比较平缓区域则呈暗色。
加阈值梯度输出
加阈值梯度输出表示式为
式中, T是一个非负阈值, 合适选择T, 既能够使显著边缘得到突出, 又不会破坏原来灰度改变比较平缓背景。
给边缘指定一个特定灰度级
式中LG是依据需要指定一个灰度级, 它将显著边缘用一个固定灰度级表现, 而其她非边缘区域灰度级仍保持不变。
给背景指定一个特定灰度级
该方法将背景用一个固定灰度级LG表现, 便于研究边缘灰度改变。
二值图像输出
在一些场所(如字符识别等), 既不关心非边缘像素灰度级差异, 又不关心边缘像素灰度级差异, 只关心每个像素是边缘像素还是非边缘像素, 这时可采取二值化图像输出方法, 其表示式为
此法将背景和边缘用二值图像表示, 便于研究边缘所在位置。
2. Sobel算子法
Sobel相对于先对图像进行加权平均再做差分。
对于图像3×3窗口 , 设
则定义Sobel算子为
简化成模板能够表示成以下形式:
Sobel模板
3. 拉普拉斯运算法
拉普拉斯算子定义图像f(x,y)梯度为
锐化后图像g为
式中k为扩散效应系数。对系数k选择要合理, 太大会使图像中轮廓边缘产生过冲; 太小则锐化不显著。
常见laplacian算子模板为 , ,
另外还有部分模板也常见于图像增强, 如
Prewitt模板
四、 试验结果与分析
(包含试验原理、 数据准备、 运行过程分析、 源程序(代码)、 图形图象界面等)
注: 本项能够增加页数
%例1 手动阈值分割
[I,map]=imread(''); %读入图像
imshow(I);figure;