数字图像处理实验（六）|图像分割{阈值分割、直方图法、OTUS最大类间方差法(edge、im2dw、imfilter、imresize)、迭代阈值法、点检测}（附matlab实验代码和截图）
文章目录
- 一、实验目的
- 二、实验原理
- （一） 阈值分割
- 1. 直方图法
- 2.OTSU法（最大类间方差法）确定阈值
- 3. 迭代阈值法
- 4. 点检测
- （二）边缘检测
- 三、实验内容
- （一）阈值分割
- 1. 直方图法
- 2. OTSU法
- 3．点检测
- 3. 迭代阈值法（选做）
- （二）边缘算子分割
- 1. 算子分割
- （1）利用imfilter函数及Sobel模板(见实验原理部分)分别进行水平、垂直以及综合两方向的边缘检测。
- （2）利用edge函数和Sobel算子分别检测水平、垂直及两个方向总边缘并进行显示。
- 2. edge函数分割
- 四、撰写实验报告
- 五、实验代码
- 六、实验
一、实验目的
1 理解阈值分割的依据及确定阈值的方法；
2 掌握常用的边缘检测算子的使用方法，加深对不同算子优缺点的理解；
3 能够自行评价各主要算子在无噪声条件下和噪声条件下的分割性能；
二、实验原理
（一） 阈值分割
1. 直方图法
测试图像：coins.png
原理：观察该图像的直方图，手动选取谷底点作为阈值对该图像进行分割。
2.OTSU法（最大类间方差法）确定阈值
此方法为选择阈值使目标和背景的类间方差最大或者目标（背景）内部方差最小。
相关函数： T=graythresh(f); %计算图像f的全局灰度阈值
3. 迭代阈值法
（1）选择一个初始阈值T0；
（2）根据阈值T0将图像分割为G1和G2两部分。G1包含所有小于等于T0的像素，G2包含所有大于T0的像素。分别求出G1和G2的平均灰度值m1和m2。
（3）得到新的阈值T1=（m1+m2）/2
（4）重复步骤（2）和（3），直到最新阈值和上一个阈值的差小于某个精度。
4. 点检测
用实验法确定阈值对图像中的孤立点进行检测，并总结阈值大小对检测结果的影响。
点检测模板w：
-1 -1 -1
-1 8 -1
-1 -1 -1
检测方法：
g=abs(imfilter(double(f), w))>=T
（二）边缘检测
利用边缘检测算子对图像进行操作，原理类似于图像增强中的模板和图像间的运算关系。
一阶导数可用于检测图像中的一个点是否在边缘上；
二阶导数可以判断一个边缘像素是在边缘亮的一边还是暗的一边；
一阶导数使用梯度算子，二阶导数使用拉普拉斯算子
各梯度算子模板如下：
各算子检测边缘的MATLAB程序语句如下：算子后面的参数可为默认，也可自行定义。
语法：[g,t]=edge(f, ‘method’, parameter)
说明：
g是一个逻辑数组，其值为：在f中检测到边缘的位置为1，其他位置为零；
method为边缘检测器方法，可选为： ‘sobel’, ‘prewit’, ‘roberts’, ‘log’(LoG), ‘zerocoss’, ‘canny’等；
parameter包含两部分：T为指定的阈值，第二部分为dir（检测边缘的首选方向： ‘horizontal’, ‘vertical’, ‘both’），或sigma（标准方差），或H（指定的滤波函数）。
例：
BW1=edge(I,‘roberts’,T, dir);
BW2=edge(I,‘prewitt’, T, dir);
BW3=edge(I,‘sobel’, T, dir);
BW4=edge(I,‘log’, T, dir);
BW5= edge(I,‘canny’, T, dir);
若不写次两个参数，则自动取默认值。
三、实验内容
（一）阈值分割
1. 直方图法
测试图像：coins.png
原理：观察该图像的直方图，手动选取谷底点作为阈值对该图像进行分割。
2. OTSU法
用OTSU法（最大类间方差法）确定阈值并对‘coins.png’或‘lena.jpg’进行分割。要求：分割用两种方法：（1）im2bw函数；（2）for循环。若用“coins.png”图像，则对该方法确定的阈值和上题中直方图确定的阈值进行比较，观察两值大小差别。
3．点检测
完成下面的练习，在实验报告中提交运行结果并回答问题。
练习：分别运行以下两段程序，并回答问题：
(1)
f=imread(‘saturn.png’);
w=[-1 -1 -1; -1 8 -1; -1 -1 -1];
g=abs(imfilter(double(f), w));
T=max(g(
数字图像处理实验（六）|图像分割{阈值分割、直方图法、OTUS最大类间方差法(edge、im2dw、imfilter、imresize)、迭代阈值法、点检测}（附matlab实验代码和截图）相关推荐
- 【机器视觉学习笔记】大津法/Otsu最大类间方差法 最佳阈值处理（C++）
目录 概念 C++源码 OtsuThreshold 主函数 效果 完整源码 平台:Windows 10 20H2 Visual Studio 2015 OpenCV 4.5.3 本文所用源码修改自C+ ...
- 数字图像处理：实验六 图像分割
实验六 图像分割 数据分割是由图像处理到图像分析的关键步骤,是图像识别和计算机视觉至关重要的预处理,图像分割后提取的目标可用于图像识别.特征提取,图像搜索等领域.图像分割的基本策略主要是基于图像灰度值 ...
- 基于OTSU最大类间方差法的ROI分割、提取图像中的形状特征--面积、周长、离心率、zernike矩
分享一下最近学习的图像分类方面知识,整体的思路如下(之前的汇报ppt里截的) 把这个过程拆分几个部分共同学习一下吧 1.Otsu法原理 最大类间方差法OTSU是一种自适应的全局阈值确定的方法,根据灰度 ...
- CUDA精进之路（五）：图像处理——OTSU二值算法（最大类间方差法、大津法）
引言 最近在做医疗设备相关的项目,故在项目中大量用到了各类图像分割的算法,为了在图像中分割出特定目标,用到的算法可以有很多,比如阈值分割,多通道分割,边缘分割以及一些前沿的组合分割.而对大多数图像来说 ...
- 数字图像处理——第六章 彩色图像处理
数字图像处理--第六章 彩色图像处理 文章目录 数字图像处理--第六章 彩色图像处理 1 彩色模型 1.1 RGB彩色模型 1.2 CMY 和CMYK彩色模型 1.3 HSI彩色模型 2 伪彩色图像处 ...
- 数字图像处理第六章 ——彩色图像处理（下）
数字图像处理第六章 数字图像处理---彩色图像处理 (五) 彩色图像的空间滤波 5.1 彩色图像的平滑处理 5.2 彩色图像的锐化处理 (六) 直接在 RGB 矢量空间中处理 6.1 使用梯度的彩色边 ...
- 数字图像处理——第十章 图像分割
数字图像处理--第十章 图像分割 文章目录 数字图像处理--第十章 图像分割 写在前面 1 点.线和边缘检测 1.1 孤立点的检测 1.2 线检测 1.3 边缘检测 2 阈值处理 2.1 单一全局阈值 ...
- 数字图像处理第十章 图像分割
图像分割 1 基础知识 2 点.线和边缘检测 2.1 点检测 2.2 线检测 2.3 边缘检测 3 使用霍夫变换的线检测 3.1 函数hough 3.2 函数houghpeaks和函数houghlin ...
- 数字图像处理第十章——图像分割
数字图像处理第十章 数字图像处理---图像分割 (一)点.线和边缘检测 1.1 点检测 1.2 线检测 1.3 使用函数edge的边缘检测 (二)使用霍夫变换的线检测 2.1 函数hough 2.2 ...
最新文章
- Console命令详解,让调试js代码变得更简单
- python中get和set使用_Python中的__get__与__set__
- 构设计杂谈004——架构师
- 文本编辑器中实现自动换行的功能
- PKUWC2019游记WC2019游记
- ios下获取所有实体/虚拟网卡的信息，并以此判断设备所处的网络状态
- math.sqrt 有问题_JavaScript中带有示例的Math.SQRT2属性
- 生物信息考研C语言,四川大学生物信息学初试经验分享
- （Command Pattern)命令模式
- WEB前后端交互原型通用元件库、常用组件、信息输出、信息输入、信息反馈、综合系列、页面交互、首页、分类页、内容详情、用户中心、注册登录、找回密码、元件库、web元件库、rplib、axure
- 2019年，我们需要加强关注网络安全的6大原因
- MATLAB——zeros
- WEB前端、后端的说明
- 深度学习：Image Object Detection方法
- MySQL安装包下载及配置方法
- 分公司可以作为著作权人申请软件著作权登记证书么？
- 如何在Tomcat后台通过文件上传getshell总结（个人学习笔记思路）
- 如何批量实现通过MP3标题重命名文件名
- C++实现跑酷小游戏（转载）
- atitit..国富论 在现代it企业项目管理中的作用attialx 总结---国富论读后感 attialx...