基于多重分形理论的图像分割毕业论文
目录
摘要 (1)
Abstract (2)
1 引言 (3)
1.1 研究背景 (3)
1.2 国外研究概况 (3)
1.3 本文的主要容及组织结构 (4)
2 分形及多重分形 (5)
2.1 分形概述 (5)
2.2 分形维数 (7)
2.3 多重分形概述 (9)
2.4 本章小结 (12)
3 图像分割 (12)
3.1 图像分割概述 (13)
3.2 图像分割方法综述 (14)
3.3 本章小结 (18)
4 基于多重分形的图像分割 (19)
4.1 基于多重分形的图像预处理 (19)
4.2 基于多重分形的图像分割 (22)
4.3 本章小结 (24)
致谢 (25)
1 引言
1.1 研究背景
近年来，分形作为一门新兴学科已经融入到自然科学的许多领域中。由于分形理论中的经典简单迭代法可以生成各种复杂的自然景物，分形维数又可以作为目标物体复杂性地有效度量，因此可以认为分形与图像之间有着一种必然联系，而正是这种联系注定了分形理论必然会在图像处理应用中开辟它的新领域。目前，国外许多学者已经关注到这一热点，并开始将分形理论在图像处理中的应用作为他们研究课题。
在图像处理领域，分形理论已经相继有了大量的应用报道。特别是用分形维数来刻画图像纹理的作法已经非常流行。利用分形的分析方法，人们可以采用各种不同的特征参数，包括分形特征和非分形特征相结合的方式来描述不同物体。此外，还可以依据分形理论的自相似原理特性，对图像特征进行分析。分形作为自然景物的描述模型，分形维数作为图形的形态特征参数，已运用于图像分析，模式识别，图像压缩编码，图像滤波，图像去噪，图像分割，纹理分析，边缘检测等各个方面。
图像分割是按照一定原则将一幅图像或景物分成若干个特定的，具有独特性质的部分或子集，并提取出感兴趣的目标的技术或过程。图像分割是一种重要的图像分析技术，在对图像的研究和应用中，人们往往只对图像的某些部分感兴趣，这些部分通常被称为目标或前景，他们一般对应图像中特定的，具有独特性之的区域，为了辨识和分析图像中的目标，需要将他们从图像中分离出去，在此基础上才有可能对目标进行进一步测量并对图像加以利用。
Mandelbrot提出用自相似性质来描述复杂且不规则的形状，提出大自然的分形几何。之后分形理论经过多年的发展，取得了巨大的成果。A.P.Pentland 首先将分形用于图像的分割，从分割的效果来看，确实证明了他的假设：分形维是个稳定的特征量。也表明图像与实际景物有着对应关系，实际的分形利弊不变性也在图像中有了类似的表现。近年来作为分形升级理论的多重分形已经成为热点，基于多重分形理论的图像分割也成为研究的重点，并取得了一定的成果。
1.2 国外研究概况
20世纪80年代以来，分形渗透到了图像处理等信息科学的各个分支，分形维数也逐渐成为分形图像重力技术中的一种重要的度量工具。分形维数不仅可以度量图像表面的不规则程度和图像的复杂程度，而且它还具有多尺度多分辨率的变化不变性。分形维数的度量还可以充分反映图像表面纹理的粗糙程度。基于以上，分形维数常常作为图像纹理的一个重要特征被广泛应用于图像分割，图像边缘检测等图像处理的各个方面。
国外的分形及多重分形理论已经发展的比较成熟，而国直到90年代初才刮起一股分形热。1998年，黄宸使用小波变换的方法估计出了有噪声图像的分形维数，根据不同区域的图像分形维数不同的理论提取了图像的边缘。2001年，坤华提出了一种新的边缘检测方法，该算法的提出对于分形理论对图像纹理特征的提取的描述。2003年，健将小波理论和多重分形理论和数学形态结合起来，提出了一种新的图像边缘检测方法。
随着全世界分形运动的蓬勃发展，众多学者对分形研究的越来越深入，多重分形理论逐渐被提到了重要的研究地位上来。多重分形也被称为多标度分形，其概念首先由Mandelbrot和Renyi引入，可以说多重分形是与动力系统的奇异吸引子有关的另一类重要的分形集。多重分形不仅可以描述信号的奇异性结构，而且可以处理和分析一些难以建模的不规则图像，它是从系统的局部出发来研究物体的全局特性。
随着多重分形理论的迅速发展，多重分形在科学研究领域也逐渐取得了广泛的应用。例如多重分形的自然图像分割技术以及纹理分析，信号与信息处理领域的的应用，雷达声纳信号处理方面的研究以及网络通信交通流量的分析等。
1.3 本文的主要容及组织结构
本论文整理、总结了近年来国外学术界在分形理论、多重分形理论以及图像处理领域的研究成果和最新进展，较为系统的探讨了分形、多重分形的理论、算法以及他们在图像分割上的应用。本文主要容体现在第四章，利用多重分形分析的方法对图像进行去噪、边缘提取等预处理，然后结合图像分割的方法对图像进行操作和处理。
第二章介绍了分形、分形维数、多重分形的基本概念以及经典的多重分形谱的计算方法，为后续的图像预处理及图像特征提取和图像分割奠定了理论基础并提供了算法依据。
第三章介绍了图像分割的基本概念，基本算法如阈值法和边缘检测法等；还给出了例如Log、Canny等算子，为后面与分形理论的结合提供了很好契合点和理论基础。
第四章介绍了基于多重分形的图像分割方法，是本文的主要工作。首先采用多重分形分析的方法对图像进行去噪、边缘提取等预处理。编程实现了多重分形谱的计算，并在此基础上提取了图像的多重分形谱，以此对图像进行分割，并取得了较好的分割效果。
2 分形及多重分形
分形是一门崭新的学科，其思想新颖而独特。它是一个研究和处理自然与工程中不规则图形的强有力的数学理论工具，为处理非线性的系统问题提供了新思路和新方法。分形学是个新的方法论和科学观，它的问世在科学界产生的影响可以跟牛顿创立微积分学的影响相比拟，可以称作是科学的新里程碑。人们把它与耗散结构及混沌理论共称为20世纪70年代中期科学上的三大重要发现。
2.1 分形概述
20世纪70年代，Mandelbrot首先将分形（fractal）这一名词引入到自然科学领域中来。Fractal的愿意是不规则，破碎的意思，现在用它来描述物体表面的粗糙程度。
大家熟悉的欧几里得几何学研究的是规则形状的图形，例如简单的圆，正方形，球等。所谓规则是指这些图形都具有连续而且光滑的边缘。但是，自然界里的规则图形毕竟是少数，我们经常见到的物体都是不规则的，甚至是支离破碎的。这些不规则的图形集合涉及到自然科学的各个领域，分形几何学就是为了更透彻的研究这些不规则的图形的自然规律才诞生的。
分形理论的发展大致可以分为三个阶段：
第一阶段为1925年以前。在该阶段发现了很多典型的分形集合，例如：1872年由法国数学家K.T.W.Weierstrass发现的Weierstrass曲线；1883年德国数学家G..F.P.Gantor构造出的康托尔三分集；1904年瑞典数学家H.VonKoch发现了柯克雪花曲线；1915年波兰数学家W.Sierpinski在二维与三维空间绘出的谢尔宾斯基垫片等。
第二阶段是从1926年到1975年。这一阶段更为系统，深入的升华了第一阶段的思想。在该阶段中，分形理论逐渐成形，分形的研究围也逐渐涉及到了数学领域的许多分支中。许多学者在此阶段取得了重大的研究成果：1967年，数学
家B.B.Mandelbrot在其发表的“英国的海岸线有多长？统计自相似性与分形维数”论文中对海岸线的本质进行了独特的分析，该文章的发表不仅震惊了当时的学术界，而且也成为了Mandelbrot学术思想的转折点。“分形”这个名词由此开始在科学界产生了影响，半个多世纪以来，人们对分形作了较为深入的研究，特别是在分形维数方面的研究已经获得了丰硕的成果。但是，这些重要的研究成果都还只局限于出数学理论的研究，未曾与其他科学发生联系。
第三阶段是从1975年至今。该阶段分形几何在各个领域的应用取得了全面发展并形成了独立的学科。B.B.Mandelbrot在1977年发表的《分形：形，机遇与维数》及1982年发表的《自然界的分形几何学》专著标志着分形学的正式创立。分形集合也因此受到了各国学者的重视和公认，国际学术界出现了分形热的学术氛围。
虽然国际上分形理论的研究已经取得了初步的成果，但是分形的数学理论还不完备，还没有形成公理化的理论体系。尽管如此，人们还是接受到了分形理论的思想所赋予的丰富多彩，创造性的理论思维。分形理论的诞生对原有的微积分理论提出了新的改变要求，分形的应用迫切需要“分数阶的微积分理论”的诞生。“分数阶微积分理论”已经成为当代自然科学前沿研究课题的迫切要求。
分形是专门用来研究不规则形状图形的。圆，直线，平面等欧几里得几何是人们较为熟悉的图形，而自然界中弯弯曲曲的海岸线，棉絮团似的云烟却无法再用熟悉的欧几里得几何来描述，Mandelbrot则提出了用分形来描述这些不规则的图形。最初的分形要求被研究物体具有严格的自相似性（即要求每个局部和整体都相似），这种早期的分形概念是不确切的。因为完全自相似的分形只是一种数学抽象，在自然界中是很难发现的。经过不断的探索和研究，发展到现在的分形及多重分形概念已经对自相似性作了适当的修正和推广，这样不仅使得分形的概念更能接近现实的事物，而且它能够更加有效的被用来处理许多自然界中的非线性现象。分形理论出现的比较晚，目前大部分研究还处于理论研究阶段，它的数学理论和实际应用之间出在这一定的距离。
分形理论研究的是由非线性系统产生的不光滑及不可微的几何形体。最早的分形定量刻画是由Mandelbrot作出的。他认为所谓分形就是Hausdorff维数严格大于其拓扑维数的集合。后来，K.Falconer研究认为，Mandelbrot对分形的定量刻画是不完备的。K.Falconer提出了可以用生物学中对“生命”定义的方法来对分形进行刻画，即就是对分形给出一系列的特征性质，当目标具备这些性质时就可以认为它是分形。
分形的性质如下：
1）分形必须具有精细的结构，即在任意小的比例尺度可以包含一切整体，
这一点类似于生物中的全息律概念；
2）这里研究的分形可以是几何图形，也可以使一种数理模型；
3）分形应该具有某种自相似性的形式，既可以是严格意义上的自相似性，也可以使统计意义上的相似性；
4）分形不仅可以同时具有形态，功能和信息三方面的自相似性，而且也可以只是其中某一方面的自相似性；数学理论中研究的分形又有无限嵌套
的层次结构，而自然界中研究的分形只是具有有限层次的嵌套，在进入
到一定层次以后才会出现分形的规律；
5）分形的相似性具有级别上的差异。这里的级别是指生成元的使用次数或者放大倍数。级别愈接近的分形体越相似。级别相差越大，物体的相似
性就越差。自然界中的分形体往往具有一个最大和一个最小的标度来表
示，只有在无标度区域，对象才具有分形规律，否则，一旦越过无标度
区，自相似性也就消失了；
6）在一般情况下，可以认为被研究物体的分形维数大于它的拓扑维数；分形的定义比较简单，它可以是一种递归方式。
分形几何具有标度不变性的体征，即就是说在变化群作用下，分形体的形和量都不改变。虽然分形几何研究的图像是不规则的，但是在不同的尺度下观察分形体，却可以得到尺度上的对称性。因此，可以说分形几何学时研究图像在标度变换群作用下不变性和不变量的学科。
2.2 分形维数
Mandelbrot认为分形具有形状、机遇以及维数三大要素。所谓形状，是指分形体所具有的支离破碎、参差不齐以及凹凸不平的不规则形状；所谓机遇则是指分形体产生的随机性，因为对一组任意给定的规则通过随机迭代就可以得到分形，分形产生的过程是随机的，而结果却是确定的：所谓分形的维数则是指能够描述分形体的一个重要特征量。传统意义上的维数时值的是能够描述对象中任意一个点的位置而需要的坐标数目。在这种意义下所指的维数通常是一个整数。而分形中所指的维数不一定是整数，也可以是分数。F.Hausdrff在1919年就提出了维数不必局限于整数，也可以是个实数的概念，因此这种维数被称为F.Hausdrff维，记作D。要理解分形的数学机理，熟悉豪斯多夫测度和豪斯多夫维数是非常必要的。
2.2.1 豪斯道夫维数
假设U为n维欧几里得空间中的非空子集，U的直径定义为
。如果是可数或有限个直径不超过的集构成的覆盖F的集类，设F为考虑的目标图形，也是中的子集，s为一非负数，对任意的定义：
显然，当减少时，上式能覆盖F的集类是减少的，所以下确界相应增加，且当时趋于一个极限，记为：
定义为F的s维豪斯道夫测度。这里的F既可以是分形图形，也可以是欧式几何图形。
豪斯道夫维数时最古老的，也是最重要的一种维数，它对于任何集合都有意义。然而，这种维数在理论上的价值远远大于实用价值。因为实际中的计算豪斯道夫维数时非常困难的。
2.2.2 盒子维数
定义：设集合，这里F所指的是研究的分形体，记是可以覆盖F 的，边为的n维立方体的最小个数，则F的盒维定义为：
盒子维与Hausdor维一样，也考虑了F的覆盖，只是可以采用同样大小的
立方体。所以，总有下式成立：
对于许多规则的图形，有。由于盒子维的计算相对比较容易，所以在实际中的应用也比较广泛。
2.2.3 容量维数
容量维数是Hausdorff维数的一种简化，便于数值计算。设s是中一有界集，我们计算能够覆盖s且半径为S的球的最少个数为。如果S是一个D维的，具有有限长度（D=1）、面积（D=2）或体积（D=3）的集合，则：
目录 摘要........................................................... I Abstract......................................................... I I 第1章绪论 (1) 1.1图像分割概述 (1) 1.2图像分割特征 (1) 1.3图像分割的发展及现状 (1) 1.4研究的背景与意义 (2) 第2章数字图像处理 (3) 2.1发展概况 (3) 2.2主要目的 (4) 2.3常用方法 (4) 2.4应用领域 (5) 2.5研究方向 (7) 2.6基本特点 (7) 2.7MATLAB软件 (8) 第3章阈值分割 (10) 3.1图像二值化 (10) 3.2阈值分割基本原理 (10) 3.3阈值分割方法定义 (11) 3.4阈值分割描述 (11) 3.5阈值分割分类 (12) 第4章阈值分割方法 (13) 4.1直方图法 (13)
4.2迭代法 (14) 4.3最大类间方差法 (17) 4.4小结 (20) 第5章最大类间方差法的改进 (21) 结论 (27) 参考文献 (28) 致谢 (29)
通常人们只对图像的某个区域感兴趣，为了能够把感兴趣的区域提取出来，就得对图像进行分割。图像分割就是把图像分成一些具有不同特征而有意义的区域，以便进一步的图像处理与分析。图像分割是图像处理的关键，在灰度图像中分割出有意义区域的最基本方法是设置阈值的分割方法。选择阈值的主要方法有：直方图法，迭代法，最大类间方差法。本文主要比较三种方法的优缺点，并对其中的最大类间方差法进行优化，改进分割效果。 关键词：阈值直方图迭代法最大类间方差法
图像压缩算法的分析与研究本科毕业设计论文 河南理工大学 本科毕业设计 图像压缩算法的分析与研究 摘? 要 随着多媒体技术和通讯技术的不断发展, 多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求, 也给现有的有限带宽以严峻的考验, 特别是具有庞大数据量的数字图像通信, 更难以传输和存储, 极大地制约了图像通信的发展, 因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输,并且要求复原图像有较好的质量。利用图像压缩, 可以减轻图像存储和传输的负担, 使图像在网络上实现快速传输和实时处理。 本文主要介绍数字图像处理的发展概况,图像压缩处理的原理和特点,对多种压缩编码方法进行描述和比较,详细讨论了Huffman编码的图像压缩处理的原理和应用。 关键词:图像处理,图像压缩,压缩算法,图像编码,霍夫曼编码
Abstract With the developing of multimedia technology and communication technology, multimedia entertainment, information, information highway have kept on data storage and transmission put forward higher requirements, but also to the limited bandwidth available to a severe test, especially with large data amount of digital image communication, more difficult to transport and storage, greatly restricted the development of image communication, image compression techniques are therefore more and more attention. The purpose of image compression is to exhaust the original image less the larger the bytes and transmission, and requires better quality of reconstructed images. Use of image compression, image storage
图像分割算法开题报告 摘要：图像分割是图像处理中的一项关键技术，自20世纪70年代起一直受到人们的高度重视，并在医学、工业、军事等领域得到了广泛应用。近年来具有代表性的图像分割方法有：基于区域的分割、基于边缘的分割和基于特定理论的分割方法等。本文主要对基于自动阈值选择思想的迭代法、Otsu法、一维最大熵法、二维最大熵法、简单统计法进行研究，选取一系列运算出的阈值数据和对应的图像效果做一个分析性实验。 关键字：图像分割，阈值法，迭代法，Otsu法，最大熵值法 1 研究背景 1．1图像分割技术的机理 图像分割是将图像划分为若干互不相交的小区域的过程。小区域是某种意义下具有共同属性的像素连通集合，如物体所占的图像区域、天空区域、草地等。连通是指集合中任意两个点之间都存在着完全属于该集合的连通路径。对于离散图像而言，连通有4连通和8连通之分。图像分割有3种不同的方法，其一是将各像素划归到相应物体或区域的像素聚类方法，即区域法，其二是通过直接确定区域间的边界来实现分割的边界方法，其三是首先检测边缘像素，然后再将边缘像素连接起来构成边界的方法。 图像分割是图像理解的基础，而在理论上图像分割又依赖图像理解，两者是紧密关联的。图像分割在一般意义下十分困难的，目前的图像分割处于图像的前期处理阶段，主要针对分割对象的技术，是与问题相关的，如最常用到的利用阈值化处理进行的图像分割。 1．2数字图像分割技术存在的问题
虽然近年来对数字图像处理的研究成果越来越多,但由于图像分割本身所具有的难度,使研究没有大突破性的进展,仍然存在以下几个方面的问题。 现有的许多种算法都是针对不同的数字图像,没有一种普遍适用的分割算法。 缺乏通用的分割评价标准。对分割效果进行评判的标准尚不统一,如何对分割结果做出量化的评价是一个值得研究的问题,该量化测度应有助于视觉系统中的自动决策及评价算法的优劣,同时应考虑到均质性、对比度、紧致性、连续性、心理视觉感知等因素。 与人类视觉机理相脱节。随着对人类视觉机理的研究,人们逐渐认识到,已有方法大都与人类视觉机理相脱节,难以进行更精确的分割。寻找到具有较强的鲁棒性、实时性以及可并行性的分割方法必须充分利用人类视觉特性。 知识的利用问题。仅利用图像中表现出来的灰度和空间信息来对图像进行分割,往往会产生和人类的视觉分割不一致的情况。人类视觉分割中应用了许多图像以外的知识,在很多视觉任务中,人们往往对获得的图像已具有某种先验知识,这对于改善图像分割性能是非常重要的。试图寻找可以分割任何图像的算法目前是不现实,也是不可能的。人们的工作应放在那些实用的、特定图像分割算法的研究上,并且应充分利用某些特定图像的先验知识,力图在实际应用中达到和人类视觉分割更接近的水平。 1．3数字图像分割技术的发展趋势 从图像分割研究的历史来看,可以看到对图像分割的研究有以下几个明显的趋势。 对原有算法的不断改进。人们在大量的实验下，发现一些算法的效
毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月
关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期：
中南民族大学 毕业论文(设计) 学院: 计算机科学学院 专业: 自动化年级:2012 题目: 图像分割技术与MATLAB仿真 学生姓名: 高宇成学号:2012213353 指导教师姓名: 王黎职称: 讲师 2012年5月10日
中南民族大学本科毕业论文（设计）原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。本人完全意识到本声明的法律后果由本人承担。 作者签名：年月日
目录 摘要 (1) Abstract (1) 引言 (3) 1 图像分割技术 (3) 1.1 图像工程与图像分割 (3) 1.2 图像分割的方法分类 (4) 2 图像分割技术算法综述 (5) 2.1 基于阈值的图像分割技术 (5) 2.2边缘检测法 (5) 2.3 区域分割法 (7) 2.4 基于水平集的分割方法 (8) 2.5 分割算法对比表格 (8) 3基于水平集的图像分割 (9) 3.1 水平集方法简介 (9) 3.2 水平集方法在图像分割上的应用 (9) 3.3 仿真算法介绍 (10) 3.4 实验仿真及其结果 (11) 结论 (18) 致谢 (19) 参考文献 (19)
图像分割技术研究及MATLAB仿真 摘要：作为一项热门的计算机科学技术，图像分割技术已经在我们生活中越来越普及。顾 名思义这项技术的目的就是，将目标图像从背景图像中分离出去。由于这些被分割的图像区域在某些属性上很相近，因此图像分割与模式识别以及图像压缩编码有着密不可分的关系。完成图像分割所采用的方法各式各样，所应用的原理也不同。但他们的最终目的都是把图像中性质相似的某些区域归为一类，把性质差异明显的不同区域分割开来。通常在分割完成之后，我们就要对某些特定区域进行分析、计算、评估等操作，因而分割质量的好坏直接影响到了下一步的图像处理[1]，因此图像分割是图像处理的一个关键步奏。图像分割技术在各个领域都有着及其重要的意义；在工业上有卫星遥感，工业过程控制监测等等；在医学方面，水平集的分割方法还可以通过医学成像帮助医生识别模糊的病变区域；在模式识别领域还可应用到指纹扫描、手写识别、车牌号识别等等。 本课题的研究内容是对图像分割技术的几种常用的方法进行综述和比较，并基于其中一种方法进行MATLAB仿真测试，给出性能分析比较结果。 关键字：图像分割，MA TLAB仿真，模式识别 Image Segmentation and Matlab Simulation Abstract:Image segmentation is to image representation for the physically meaningful regional connectivity set, namely according to the prior knowledge of target and background, we on the image of target and background of labeling and localization, then separate the object from the background. Because these segmented image regions are very similar in some properties, image segmentation is often used for pattern recognition and image understanding and image compression and coding of two major categories. Because the generated in the segmented region is a kind of image content representation, it is the image of visual analysis and pattern recognition based and segmentation results of quality of image analysis, recognition and interpretation of quality has a direct impact. Image segmentation it is according to certain features of the image (such as gray level, spectrum, texture, etc.) to a complete picture of the image is segmented into several meaningful area. These features made in a certain region of consistent or similar, and between different regions showed significantly different. Image segmentation technology in various fields have most of the field and its important significance in digital image processing, image segmentation has a wide range of applications, such as industrial automation, process control, online product inspection, image coding, document image processing, remote sensing and medical image analysis, security surveillance, as well as military, sports and other aspects. In medical image processing and analysis, image segmentation for body occurrence of three-dimensional display of the diseased organ or lesion location determination and analysis plays an effective role in counseling; in the analysis and application of road traffic conditions,
生物医学图像分割方法研究 1、图像分割概述 图像是用各种观测系统以不同形式和手段观测客观世界所获得的，可以直接或间接作用于人眼并产生视觉感知的实体。在现实生活之中，大约有75%左右的信息来源于人眼（图像），也就是说人类大部分的信息是视觉信息，从图像中得到。所以，对图像的认识和理解一直是人类视觉研究中非常重要的问题。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。图像分割是计算机视觉领域中最古老也是研究最广泛的问题之一。任何图像处理系统，医学图像或是工业图像，图像分割都是一个关乎系统成败的关键问题。 现有的图像分割方法主要分以下几类：基于阈值的分割方法、基于边缘的分割方法、基于区域的分割方法以及基于特定理论的分割方法等。 1、基于阈值的分割方法。 阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值，并将图像中每个像素的灰度值与阈值相比较，最后将像素根据比较结果分到合适的类别中。因此，该类方法最为关键的一步就是按照某个准则函数来求解最佳灰度阈值。阈值分割当面比较有名的方法有最大类间方差法(OTSU)、基于直方图的阈值方法和熵方法等。 2、基于边缘的分割方法 所谓边缘是指图像中两个不同区域的边界线上连续的像素点的集合，是图像局部特征不连续性的反映，体现了灰度、颜色、纹理等图像特性的突变。通常情况下，基于边缘的分割方法指的是基于灰度值的边缘检测，它是建立在边缘灰度值会呈现出阶跃型或屋顶型变化这一观测基础上的方法。 阶跃型边缘两边像素点的灰度值存在着明显的差异，而屋顶型边缘则位于灰度值上升或下降的转折处。正是基于这一特性，可以使用微分算子进行边缘检测，即使用一阶导数的极值与二阶导数的过零点来确定边缘，具体实现时可以使用图像与模板进行卷积来完成。常用的边缘检测算子有sobel，canny和laplace等等。
算法论文 基于huffman编码的图像压缩技术 姓名：康凯 学院：计算机学院 专业：网络工程1102 学号：201126680208 摘要 随着多媒体技术和通讯技术的不断发展, 多媒体娱乐、信息高速公路等不断对信息数据的存储和传输提出了更高的要求, 也给现有的有限带宽以严峻的考验, 特别是具有庞大数据量的数字图像通信, 更难以传输和存储, 极大地制约了图像通信的发展, 因此图像压缩技术受到了越来越多的关注。图像压缩的目的就是把原来较大的图像用尽量少的字节表示和传输,并且要求复原图像有较好的质量。利用图像压缩, 可以减轻图像存储和传输的负担, 使图像在网络上实现快速传输和实时处理。 本文主要介绍数字图像处理的发展概况，图像压缩处理的原理和特点，对多种压缩编码方法进行描述和比较，详细讨论了Huffman编码的图像压缩处理的原理和应用。 关键词：图像处理,图像压缩,压缩算法,图像编码,霍夫曼编码 Abstract With the developing of multimedia technology and communication technology, multimedia entertainment, information, information highway have kept on data storage and transmission put forward higher requirements, but also to the limited bandwidth available to a severe test, especially with large data amount of digital image communication, more difficult to transport and storage, greatly restricted the development of image communication, image compression techniques are therefore more and more attention. The purpose of image compression is to exhaust the original image less the larger the bytes and transmission, and requires better quality of
关于图像分割算法的研究 黄斌 （福州大学物理与信息工程学院 福州 350001） 摘要：图像分割是图像处理中的一个重要问题，也是一个经典难题。因此对于图像分割的研究在过去的四十多年里一直受到人们广泛的重视，也提山了数以千计的不同算法。虽然这些算法大都在不同程度上取得了一定的成功，但是图像分割问题还远远没有解决。本文从图像分割的定义、应用等研究背景入手，深入介绍了目前各种经典的图像分割算法，并在此基础比较了各种算法的优缺点，总结了当前图像分割技术中所面临的挑战，最后展望了其未来值得努力的研究方向。 关键词：图像分割 阀值分割 边缘分割 区域分割 一、 引言 图像分割是图像从处理到分析的转变关键，也是一种基本的计算机视觉技术。通过图像的分割、目标的分离、特征的提取和参数的测量将原始图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能，因此它被称为连接低级视觉和高级视觉的桥梁和纽带。所谓图像分割就是要将图像表示为物理上有意义的连通区域的集合，也就是根据目标与背景的先验知识，对图像中的目标、背景进行标记、定位，然后将目标从背景或其它伪目标中分离出来[1]。 图像分割可以形式化定义如下[2]：令有序集合表示图像区域(像素点集)，H 表示为具有相同性质的谓词，图像分割是把I 分割成为n 个区域记为Ri ，i=1，2，…，n ，满足： (1) 1,,,,n i i j i R I R R i j i j ===??≠ (2) (),1,2,,i i i n H R True ?== (3) () ,,,i j i j i j H R R False ?≠= 条件(1)表明分割区域要覆盖整个图像且各区域互不重叠，条件(2)表明每个区域都具有相同性质，条件(3)表明相邻的两个区域性质相异不能合并成一个区域。 自上世纪70年代起，图像分割一直受到人们的高度重视，其应用领域非常广泛，几乎出现在有关图像处理的所有领域，并涉及各种类型的图像。主要表现在： 1)医学影像分析：通过图像分割将医学图像中的不同组织分成不同的区域，以便更好的
数字图像处理系统毕业论文基于ARM的嵌入式数字图像处理系统设计
摘要 简述了数字图像处理的应用以及一些基本原理。使用S3C2440处理器芯片，linux内核来构建一个简易的嵌入式图像处理系统。该系统使用u-boot作为启动引导程序来引导linux内核以及加载跟文件系统，其中linux内核与跟文件系统均采用菜单配置方式来进行相应配置。应用界面使用QT制作，系统主要实现了一些简单的图像处理功能，比如灰度话、增强、边缘检测等。整个程序是基于C++编写的，因此有些图像变换的算法可能并不是最优化的，但基本可以满足要求。在此基础上还会对系统进行不断地完善。 关键词：linnux 嵌入式图像处理边缘检测 Abstract This paper expounds the application of digital image processing and some basic principles. The use of S3C2440 processor chip, the Linux kernel to construct a simple embedded image processing system. The system uses u-boot as the bootloader to boot the Linux kernel and loaded with file system, Linux kernel and file system are used to menu configuration to make corresponding configuration. The application interface is made using QT, system is mainly to achieve some simple image processing functions, such as gray, enhancement, edge detection. The whole procedure is prepared based on the C++, so some image transform algorithm may not be optimal, but it can meet the basic requirements. On this basis, but also on the system constantly improve. Keywords:linux embedded system image processing edge detection
TP391.41 学士学位论文（设计） 论文题目图像分割算法研究与实现 作者姓名 指导教师 所在院系 专业名称 完成时间
毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作者签名：日期： 指导教师签名：日期： 使用授权说明 本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：日期：
学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：日期：年月日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名：日期：年月日 导师签名：日期：年月日
长沙理工大学 《数字图像压缩》报告 学院计算机与通信工程专业计算机与科学技术班级计算学号 学生姓名指导教师尹波 课程成绩完成日期2015年12月16日
摘要 图像压缩技术对于数字图像信息在网络上实现快速传输和实时处理具有重要的意义。本文介绍了当前几种最为重要的图像压缩算法：JPEG2000、分形图像压缩和小波变换图像压缩。其中主要研究了离散余弦变换压缩和小波变换压缩，并对两种压缩的前后数据进行了对比，同时还分析了离散余弦变换压缩和小波变换压缩之间的差异。 1.绪论 1.1图像压缩技术的发展现状 基于分形的方法是近几年来引起关注和争议的一种图像压缩方法。对图像压缩而言，分形主要是利用自相似的特点，通过迭代函数系统来实现压缩。利用分形特征对图像进行描述和处理是很自然的。分形能取得更好的图像质量，当然在较低压缩比的情况下，JPEG是更好的选择。分形压缩方法计算量比较大，时间开销长，因此加快分形压缩方法的速度是当前研究的热点之一。小波变换(Wavelet Transform)在频率精度方面稍差一些，但在时间的分析能力上更好一些，而且可以对时间和频率同时进行分解，这是传统傅立叶变换所做不到的。小波变换已经开始应用到图像数据压缩等领域，主要是采用离散小波变换。在某些情况下，小波变换更优于DCT等其他正交变换。利用人工神经网络(Artificial Neural Network，ANN)进行图像压缩是这个领域近几年的又一研究热点，并且取得了积极的进展。这是一种与视觉系统知识紧密相关的压缩方法。ANN并分布的联结机制与人的视觉系统有某些相似之处，利用此原理及其改进的方法进行图像压缩可获得较好的效果 1．2研究内容和目的 本文通过DCT和小波变换为基础的压缩方法，最大限度地减小图像的冗余度，同时分析DCT和小波变换压缩的实验结果，最后比较DCT和小波变换之间的差异。最后并得出了自己对两种不同压缩方法的看法和今后发展的前景。 2.图像压缩原理分析 2.1图像压缩的可能性 图像可以压缩，是因为图像中存在大量的冗余信息，图像的冗余包括以下几种： (1)空间冗余：像素点之间的相关性。 (2)时间冗余：活动图像的两个连续帧之间的冗余。 (3)信息熵冗余：单位信息量大于其熵。 (4)结构冗余；图像的区域上存在非常强的纹理结构。 (5)知识冗余：有固定的结构，如人的头像。 (6)视觉冗余：某些图像的失真是人眼不易觉察的。 2.2图像压缩原理 图像压缩主要目的是为了节省存储空间，增加传输速度。图像压缩的理想标准是信息丢失最少，压缩比例最大。不损失图像质量的压缩称为无损压缩，
论文（设计）题目： 基于MATLAB的数字图像处理系统设计 姓名宋立涛 学号２０１２１１８６７ 学院信息学院 专业电子与通信工程 年级２０１２级 ２０１３年６月１６日
基于MATLAB的数字图像处理系统设计 摘要 MATLAB 作为国内外流行的数字计算软件，具有强大的图像处理功能，界面简洁，操作直观，容易上手，而且是图像处理系统的理想开发工具。 笔者阐述了一种基于MATLAB的数字图像处理系统设计，其中包括图像处理领域的大部分算法，运用MATLAB 的图像处理工具箱对算法进行了实现，论述了利用系统进行图像显示、图形表换及图像处理过程，系统支持索引图像、灰度图像、二值图像、RGB 图像等图像类型；支持BMP、GIF、JPEG、TIFF、PNG 等图像文件格式的读，写和显示。 上述功能均是在MA TLAB 语言的基础上，编写代码实现的。这些功能在日常生活中有很强的应用价值，对于运算量大、过程复杂、速度慢的功能，利用MATLAB 可以既能快速得到数据结果，又能得到比较直观的图示。 关键词：MATLAB 数字图像处理图像处理工具箱图像变换
第一章绪论 1.1 研究目的及意义 图像信息是人类获得外界信息的主要来源，近代科学研究、军事技术、工农业生产、医学、气象及天文学等领域中，人们越来越多地利用图像信息来认识和判断事物，解决实际问题，由此可见图像信息的重要性，数字图像处理技术将会伴随着未来信息领域技术的发展，更加深入到生产和科研活动中，成为人类生产和生活中必不可少的内容。 MATLAB 软件不断吸收各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，是近几年来在国内外广泛流行的一种可视化科学计算软件。MATLAB 语言是一种面向科学与工程计算的高级语言，允许用数学形式的语言来编写程序，比Basic、Fortan、C 等高级语言更加接近我们书写计算公式的思维方式，用MATLAB 编写程序犹如在演算纸上排列出公式与求解问题一样。它编写简单、编程效率高并且通俗易懂。 1.2 国内外研究现状 1.2.1 国内研究现状 国内在此领域的研究中具有代表性的是清华大学研制的数字图像处理实验开发系统TDB-IDK 和南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件。 TDB-IDK 系列产品是一款基于TMS320C6000 DSP 数字信号处理器的高级视频和图像系统，也是一套DSP 的完整的视频、图像解决方案，该系统适合院校、研究所和企业进行视频、图像方面的实验与开发。该软件能够完成图像采集输入程序、图像输出程序、图像基本算法程序。可实现对图像信号的实时分析，图像数据相对DSP独立方便开发人员对图像进行处理，该产品融合DSP 和FPGACPLD 两个高端技术，可以根据用户的具体需求合理改动，可以分析黑白和彩色信号，可以完成图形显示功能。 南京东大互联技术有限公司研制的数字图像采集传输与处理实验软件可实现数字图像的采集、传输与处理。可利用软件及图像采集与传输设备，采集图像并实现点对点的数字图像传输，可以观察理解多种图像处理技术的效果和差别，
信息熵在图像分割中的应用 毕业论文 目录 摘要 ....................................................... .. (1) ABSTRACT (2) 目录 (3) 1 引言 (5) 1.1信息熵的概念 (5) 1.2信息熵的基本性质及证明 (6) 1.2.1 单峰性 (6) 1.2.2 对称性 (7) 1.2.3 渐化性 (7) 1.2.4 展开性 (7) 1.2.5 确定性 (8) 2基于熵的互信息理论 (9) 2.1 互信息的概述 (9) 2.2 互信息的定义 (9) 2.3 熵与互信息的关系 (9) 3 信息熵在图像分割中的应用 (11) 3.1图像分割的基本概念 (11) 3.1.1图像分割的研究现状 (11) 3.1.2 图像分割的方法 (11) 3.2 基于改进粒子群优化的模糊熵煤尘图像分割 (12) 3.2.1 基本粒子群算法 (12) 3.2.2 改进粒子群优化算法 (13) 3.2.3 Morlet变异 (13)
3.2.4改建粒子群优化的图像分割方法 (14) 3.2.5 实验结果及分析 (16) 3.3 一种新信息熵的定义及其在图像分割中的应用 (19) 3.3.1香农熵的概念及性质 (19) 3.3.2一种信息熵的定义及证明 (19) 3.3.3信息熵计算复杂性分析 (21) 3.3.4二维信息熵阈值法 (22) 3.3.5二维信息熵阈值法的复杂性分析 (24) 3.3.6 结论及分析 (25) 4 信息熵在图像配准中的应用 (27) 4.1图像配准的基本概述 (27) 4.2基于互信息的图像配准 (27) 4.3P OWELL算法 (28) 4.4变换 (28) 4.4.1平移变换 (29) 4.4.2旋转变换 (30) 4.5基于互信息的图像配准的设计与实现 (31) 4.5.1总体设计思路和图像配准实现 (31) 4.5.2直方图 (33) 4.5.3联合直方图 (33) 4.5.4灰度级差值技术 (34) 4.4.5优化搜索办法级结论 (35) 5结语 (37) 致谢 (38) 参考文献 (39) 1 引言 1.1.信息熵的概念 1948年，美国科学家发表了一篇著名的论文《通信的数学理论》。他从研究通信系统传输的实质出发，对信息做了科学的定义，并进行了定性和定量的描述。
吉林建筑大学电气与电子信息工程学院 毕业论文开题审查表 题目名称：图像处理中压缩技术的研究 学生姓名：谢宏亮班级：信科111 学号：10311136 起止日期：2015.3—2015.6 本课题研究的意义： 随着人类社会的进步，科学技术的发展，人们对信息处理和信息交流的要求越来越高。图像信息具有直观、易懂和信息量大等特点，因此它是在人们日常生活.生产中接触最多的信息种类之一。近年来，随着图像信息处理技术的发展，人们对对图像质量、图像尺寸、图像读取速度的要求越来越高，图像压缩已经成为数据压缩的一个核心组成部分，因此在图像的压缩舞台上，如统计编码、预测编码等各种图像压缩算法应运而生。因而图像压缩技术是图像处理中的一个重要分支之一。特别是在图像数字化后的信息量是很大的，例如，一幅1024*768的24位BMP图像，其数据量约为2.25MB，大数据量的图像信息会给存储器的存储容量，通信干线信道的带宽，以及计算机的处理速度增加极大的压力。单纯靠增加存储器容量，提高信道带宽以及计算机的处理速度等方法来解决这个问题是不现实的，这时压缩技术就发挥了极大的作用，对很多方面带来很大的方便。 调研（社会调查）情况总结： 图像压缩的操作对象由像素到块再走向对象；压缩的分辨率逐渐提高，可扩展性逐渐增强；压缩的目的由单纯的减少数量走向功能的多元化；交互性、可分级性、灵活性；压缩的方法由单一化走向自适应的使用多种压缩工具。压缩技术的发展与社会的需求息息相关。 从90年代至今，图像压缩技术的主要成果体现在小波编码、分形编码等。矢量量化编码技术也有较大的发展。由于小波变换理论、分形理论、人工神经网络理论和视觉仿真理论的建立，人们开始突破传统的信源编码理论。现代编码技术的特点是：充分考虑人的视觉特性，在恰当的考虑对图像信号进行分解与表达时，采用图像的合成与识别方案压缩数据。压缩编码方法包括像素编码、预测编码、变换编码等其他方法。 在数据压缩编码技术发展过程中，取得最大成功，并被广泛应用在各个领域的就是压缩技术中第二代中的JPEG压缩方法。JPEG主要适合于静态图像信号的压缩和编码，JPEG标准结合采用了预测、不定长等多种压缩编码方法。近年来出现了很多新的压缩编码方法，如使用人工神经元网络的压缩编码算法等。
中北大学 课程设计说明书 学生姓名：梁一才学号：10050644X30 学院：信息商务学院 专业：电子信息工程 题目：信息处理综合实践: 图像分割算法研究与实现 指导教师：陈平职称: 副教授 2013 年 12 月 15 日
中北大学 课程设计任务书 13/14 学年第一学期 学院：信息商务学院 专业：电子信息工程 学生姓名：焦晶晶学号：10050644X07 学生姓名：郑晓峰学号：10050644X22 学生姓名：梁一才学号：10050644X30 课程设计题目：信息处理综合实践: 图像分割算法研究与实现 起迄日期：2013年12月16日～2013年12月27日课程设计地点：电子信息科学与技术专业实验室指导教师：陈平 系主任：王浩全 下达任务书日期: 2013 年12月15 日
课程设计任务书 1．设计目的： 1、通过本课程设计的学习，学生将复习所学的专业知识，使课堂学习的理论知识应用于实践，通过本课程设计的实践使学生具有一定的实践操作能力； 2、掌握Matlab使用方法，能熟练运用该软件设计并完成相应的信息处理； 3、通过图像处理实践的课程设计，掌握设计图像处理软件系统的思维方法和基本开发过程。 2．设计内容和要求（包括原始数据、技术参数、条件、设计要求等）： (1)编程实现分水岭算法的图像分割； (2)编程实现区域分裂合并法； (3)对比分析两种分割算法的分割效果； (4)要求每位学生进行查阅相关资料，并写出自己的报告。注意每个学生的报告要有所侧重，写出自己所做的内容。 3．设计工作任务及工作量的要求〔包括课程设计计算说明书(论文)、图纸、实物样品等〕： 每个同学独立完成自己的任务，每人写一份设计报告，在课程设计论文中写明自己设计的部分，给出设计结果。
优秀论文审核通过 未经允许切勿外传 摘要 数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文介绍了MATLAB 语言的特点,基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像处理，并通过一些例子来说明利用MATLAB图像处理工具箱进行图像处理的方法。主要论述了利用MATLAB实现图像增强、二值图像分析等图像处理。关键词：MATLAB，数字图像处理，图像增强，二值图像
Abstract Digital image processing is an emerging technology, with the development of computer in various areas on the processing speed requirement is relatively ），线性量化（liner quantization ），对数量化，MAX 量化，锥形量化（tapered quantization ）等。 3. 采样、量化和图像细节的关系 上面的数字化过程，需要确定数值N 和灰度级的级数K 。在数字图像处理中，一般都取成2的整数幂，即: (2.1) (2.2) 一幅数字图像在计算机中所占的二进制存储位数b 为: *log(2)**()m N N b N N m bit == (2.3) 例如，灰度级为256级(m=8)的512×512的一幅数字图像，需要大约210万个存储位。随着N 和m 的增加，计算机所需要的存储量也随之迅速增加。 由于数字图像是连续图像的近似，从图像数字化的过程可以看到。这种近似的程度主要取决于采样样本的大小和数量(N 值)以及量化的级数K(或m 值)。N 和K 的值越大，图像越清晰。 2.2 数字图像处理概述 2.2.1 基本概念 数字图像处理(Digital Image Processing)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。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展(特别是离散数学理论的创立和完善)；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的
图像分割 前一章的资料使我们所研究的图像处理方法开始发生了转变。从输人输出均为图像的处理方法转变为输人为图像而输出为从这些图像中提取出来的属性的处理方法〔这方面在1.1节中定义过)。图像分割是这一方向的另一主要步骤。 分割将图像细分为构成它的子区域或对象。分割的程度取决于要解决的问题。就是说当感兴趣的对象已经被分离出来时就停止分割。例如，在电子元件的自动检测方面，我们关注的是分析产品的图像，检测是否存在特定的异常状态，比如，缺失的元件或断裂的连接线路。超过识别这此元件所需的分割是没有意义的。 异常图像的分割是图像处理中最困难的任务之一。精确的分割决定着计算分析过程的成败。因此，应该特别的关注分割的稳定性。在某些情况下，比如工业检测应用，至少有可能对环境进行适度控制的检测。有经验的图像处理系统设计师总是将相当大的注意力放在这类可能性上。在其他应用方面，比如自动目标采集，系统设计者无法对环境进行控制。所以，通常的方法是将注意力集中于传感器类型的选择上，这样可以增强获取所关注对象的能力，从而减少图像无关细节的影响。一个很好的例子就是，军方利用红外线图像发现有很强热信号的目标，比如移动中的装备和部队。 图像分割算法一般是基于亮度值的不连续性和相似性两个基本特性之一。第一类性质的应用途径是基于亮度的不连续变化分割图像，比如图像的边缘。第二类的主要应用途径是依据事先制定的准则将图像分割为相似的区域，门限处理、区域生长、区域分离和聚合都是这类方法的实例。 本章中，我们将对刚刚提到的两类特性各讨论一些方法。我们先从适合于检测灰度级的不连续性的方法展开，如点、线和边缘。特别是边缘检测近年来已经成为分割算法的主题。除了边缘检测本身，我们还会讨论一些连接边缘线段和把边缘“组装”为边界的方法。关于边缘检测的讨论将在介绍了各种门限处理技术之后进行。门限处理也是一种人们普遍关注的用于分割处理的基础性方法，特别是在速度因素占重要地位的应用中。关于门限处理的讨论将在几种面向区域的分割方法展开的讨论之后进行。之后，我们将讨论一种称为分水岭分割法的形态学