基于分水岭的图像分割程序设计

沈阳理工大学数字图像处理课程设计I摘要在图像处理中，图像分割是一项非常关键的技术，在图像工程中占有重要的地位。随着科学技术的发展，它在众多领域中有着广泛的应用。如医学、地质、环保、气象。常见的分割算法包括阔值分割算法、边缘检测方法、区域提取方法和结合特定理论工具分割法。采用了标记分水岭算法对图像进行分割，先对图像进行灰度图像的转化，在进行梯度分割，构造出区域连接图和最小生成树，然后对他们整合。针对分水岭算法对梯度图像强度的变化分水岭算法对梯度图像强度的变化非常敏感，分水岭算法得到分割结果的时候往往会存在过分分割现象本文通过分别对前景对象和背景对象进行标记，来获得更加完善的效果。关键词：标记分水岭；梯度图像；Matlab沈阳理工大学数字图像处理课程设计II目录1绪论........................................................................................................................................11.1研究目的及意义...........................................................................................................11.2国内外现状...................................................................................................................11.3本文研究内容...............................................................................................................22图像分割算法综述................................................................................................................22.1图像分割的概述...........................................................................................................22.2图像分割方法介绍.......................................................................................................32.2.1阈值的分割方法.................................................................................................32.2.2基于区域分割方法.............................................................................................32.2.3基于边缘的图像分割.........................................................................................52.2.4基于聚类分析的图像分割方法.........................................................................63分水岭图像分割算法............................................................................................................73.1分水岭算法原理...........................................................................................................73.2分水岭算法特征...........................................................................................................83.3梯度图像获取...............................................................................................................83.3.1图像梯度的实现.................................................................................................83.3.2梯度图像处理方法............................................................................................93.4标记对象.....................................................................................................................104分水岭算法实现..................................................................................................................114.1分水岭算法实现流程.................................................................................................114.2程序代码.....................................................................................................................125仿真结果及分析..................................................................................................................16结论..........................................................................................................................................29参考文献..................................................................................................................................30沈阳理工大学数字图像处理课程设计11绪论1.1研究目的及意义图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程，其中的独特性区域可以是图像的颜色、灰度、纹理、轮廓等，而目标可以对应某一块所需要处理单位区域，也可是对应的多个处理区域。近年来，随着各科学新理论和新方法的提出，人们也提出了一些特定理论、方法和工具相结合的分割记住，其中基于形态学得分割算法是目前使用较为广泛的算法之一。数字图像分割在数学图像的处理和计算机视觉领域中是一个备受关的研究分支在目标分割和提取的过程中可以运用大量的数字处理方法，结合它在计算机上所产生的视觉，模式识别等领域中的运用，吸引了一大群研究者的关注。数学图像分割技术所带来的社会意义，加上研究者的研究，使得数学图像分割技术在深入的研究中不断的完善。将会推动一系列的科学分之发展，比如，模式识别，计算机视觉，人工智能等。在最近的20年中图像分割得到了广泛的关注和发展，国内外的很多研究人士提出了许多的方法，在各个不同的领域中都取得了响应的成果。但是在对于一种能过普遍应用于各种复杂情况和准确性很高的分割检测算法，还存在大量的提升空间。目前的方法和理论还有许多不完善的地方，这就需要不断的探索不断的改进和发展。图像有许多的复杂性和多义性，大部分的分割的过程无法依靠计算机单独完成，但是手工分割的工作量大的惊人，而且对于地位非常困难，所以，有些人提出了人工河计算机交互自动接合定位的方法，结合各自的优势，来实现对目标轮廓的快速定位。相信这些交互式方法的应用，必将推动图像目标分割与提取这一既具有广阔的应用前景又具有重要的学术价值的课题的进一步研究，也必将成为一个更为独立和活跃的研究领域。1.2国内外现状据数字图像处理技术的发展来看，实时性在实际应用中运用非常广泛。实时图像处理系统的主要难点在于如何在有限的时间里完成大批量的数据处理。因为要对图像进行处理，为了实现实时图像处理快速，高效的处理，在系统中图像处理的速度要达到一定的速度，然而图像处理的速度是由执行短发的时间，视频输入输出延迟以及外部数据存沈阳理工大学数字图像处理课程设计2储器与DSP的数据交换效率来决定的。从而产生了许多种图像分割算法。比如阈值分割算法,基于区域分割算法，以及基于边缘的图像分割。分水岭（watershed）算法法是一种已经发展起来的数学形态图像分割方法。该方法之所以能引起人们的重视，第一是因为它的计算速度比较快，第二是因为物理轮廓线的封闭性，第三是因为它的定位分厂精确。但是分水岭算法在微弱边缘处理也拥有很好的响应。分水岭算法最初是由Digabel和Lantuejoul引入图像处理领域，用于分析简单的二值图像。，Beucher,Vincent等人往深处研究，得到更通用的模型，建立了分水岭算法的理论，大量的用于灰度图像的分割。它的思想虽然简单，但是设计方法比较困难，早期因为计算机的落后导致该方法计算负担过重，所消耗的时间较长。因此，采用分水岭算法进行图像分割时，会产生过度的分割现象和消耗的时间较长。应用到图像分割中，分水岭变换是指将源图像转换成一个标记图像，其中所有属于同一集水盆的点均被赋予同一个标记，并用一个特殊的标记来标几分水岭上的点。1.3本文研究内容本文根据国内外现有的图像分割方法，和课题设计要求，研究基于分水岭图像分割方法，梯度图像获取，所使用的算子。并介绍了利用分水岭算法对图像进行分割。2图像分割算法综述2.1图像分割的概述图像分割在图像处理中时一项关键的技术，在20世纪70年代开始一直受到人们的高度重视，迄今为止已经提出了千百种分割算法，都因为无法通用的分割理论，现在所提出的是针对具体问题的分割方法，并没有找到一种适合所有图像的通用分割算法。此外，需要制定出适用分割算法的标准，给图像分割技术带来许多实际问题。最近几年又涌现出了许多新思路、新方法或改进算法，对一些经典方法和新出现的方法作了划分。将图像分割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。图像的分割方法有两种。一种是边界方法，一种是区域方法，两种方法都沈阳理工大学数字图像处理课程设计3存在缺点和优点，一些学者试图把两者结合起来进行图像分割，随着计算机处理能力的提高，越来越多的方法陆续的出现，如基于彩色纹理图像分割、纹理图像分割。教学工具和实验手段也的到了很