圖像分割實驗報告

1、圖像分割實驗報告一、 實驗目的1. 掌握圖像分割的基本思想，了解其分割技術及其計算策略；2. 學會從圖像處理到分析的關鍵步驟，掌握圖像分割過程；3. 了解圖像分割的意義，進一步加深對圖像分析和理解；4. 掌握基本分割方法：迭代分割和OTSU圖像分割，并編程實現(xiàn)。二、 實驗原理（一）迭代閾值分割選取的基本思路是:首先根據(jù)圖像中物體的灰度分布情況，選取一個近似閾值作為初始閾值，一個較好的方法就是將圖像的灰度均值作為初始閾值，然后通過分割圖像和修改閾值的迭代過程獲得認可的最佳閾值。迭代式閾值選取過程可描述如下：1. 計算初始化閾值g0=(gmax+gmin)2；2. 根據(jù) g0，將圖像分為兩部分，分

2、別計算灰度值期望，取其平均值為 g1；3. 如此反復迭代，當|gn -gn-1|足夠小時，停止迭代，取T=gn 即為最終閾值。（二）OTSU圖像分割（最大類間方差法）是一種自適應的閾值確定的方法，是按圖像的灰度特性,將圖像分成背景和目標兩部分。背景和目標之間的類間方差越大,說明構成圖像的兩部分的差別越大, 當部分目標錯分為背景或部分背景錯分為目標都會導致兩部分差別變小。因此,使類間方差最大的分割意味著錯分概率最小。以最佳門限將圖像灰度直方圖分割成兩部分，使兩部分類間方差取最大值，即分離性最大。OTSU閾值選取過程可描述如下：1.記T為目標與背景的分割閾值，目標點數(shù)占圖像比例為w1， 平均灰度為

3、u1；背景點數(shù)占圖像比例為w2，平均灰度為u1；2.圖像的總平均灰度為：u=w1*u1+w2*u2；3.目標和背景圖象的方差：g=w1*(u1-u)*(u1-u)+w1*(u2-u)*(u2-u)=w1*w2*(u1-u2)*(u1-u2)；4.當方差g最大時，可以認為此時前景和背景差異最大，此時的灰度T是最佳閾值。二、實驗內(nèi)容1. 利用C+編程實現(xiàn)迭代閾值圖像分割算法；2. 利用C+編程實現(xiàn)OTSU動態(tài)閾值圖像分割算法。三、實驗框圖找出圖像灰度值最大值max ,最小值min開始1.迭代分割T=(max+min)/2;iF256=0;iB256=0;F256=0;B256=0iBk+;Bk+x

4、(i,j)NiFk+;Fk+x(i,j)X(i , j）？>TYYY結束j<255i<255i=0NYi+Tmp=TTmp= (u1+u2)/2;Nj+T=Tmpu1=Fk/iFk;u2=Bk/iBk; YNx(x,j)=255x(x,j)=0x(x,j)?>TNYj=0K+NK<255k=0找出灰度值max ,min開始2.OSTUiF256=0;iB256=0;F256=0;B256=0;T=0iBk+;Bk+x(i,j)NiFk+;Fk+x(i,j)X(i , j）？>TYYY結束j<255i<255i=0i+w1=iFk/(256*256

5、);w2=iBk/(256*256);u1=Fk/iFk;u2=Bk/iBk; Tmp=w1k*(u1k-u)*(u1k- u)+w2k*(u2k-u)*(u2k-u);Nj+YNx(x,j)=255x(x,j)=0x(x,j)?>TNT1=Tmp;T=kYTmp>TYj=0K+NK<=maxk=min四、實驗結果與分析圖 1原圖圖 2迭代圖像分割圖 3OTSU圖像分割實驗分析：由圖2可知：迭代所得的閾值分割的圖象效果良好，能區(qū)分出圖像的目標和背景的主要區(qū)域，但在圖像的細微處還沒有很好的區(qū)分度。部分區(qū)域微小數(shù)據(jù)的變化(如機翼五角星標識下方)引起分割效果的明顯改變，目標和背景的

6、數(shù)據(jù)只是稍有變化但分割效果卻反差極大。由圖可得：對于直方圖雙峰不明顯或圖像目標和背景比例差異懸殊迭代法所選取的閾值不如最大類間方差法（OTSU）（差異不是很大，很細微）。但是對于直方圖雙峰明顯谷底較深的圖像迭代分割可以較快地獲得滿意結果。五、實驗程序段（具體見實驗框架）1.迭代圖像分割：void CImageProcessingDoc:Onimagediedaifenge() / TODO: Add your command handler code hereint m_Width, m_Height, m_SaveWidth;int i,j,k,T,Tmp;double Foreground

7、Sum=0,BackgroundSum=0,u1,u2,min=255,max=0; m_Width = m_pDibInit->GetWidth();m_Height = m_pDibInit->GetHeight();m_SaveWidth = m_pDibInit->GetSaveWidth();int m,iForeground=0,iBackground=0;for(j=0;j<m_Height;j+) for(i=0;i<m_Width;i+)if (m_pDibInit->m_pDibBitsj*m_SaveWidth + i)>=max

8、)max=m_pDibInit->m_pDibBitsj*m_SaveWidth + i;/求最大灰度值if (m_pDibInit->m_pDibBitsj*m_SaveWidth + i)<=min)min=m_pDibInit->m_pDibBitsj*m_SaveWidth + i;/求最小灰度值T=int(max+min)/2);/T為迭代初始閾值for(k=0;k<255;k+) for(j=0;j<m_Height;j+) for(i=0;i<m_Width;i+)m=m_pDibInit->m_pDibBitsj*m_SaveWi

9、dth + i;if(m>=T) iForeground=iForeground+1; ForegroundSum=ForegroundSum+double(m); else iBackground=iBackground+1; BackgroundSum=BackgroundSum+double(m);/根據(jù)閾值對圖像目標和背景分類u1=ForegroundSum/iForeground; u2=BackgroundSum/iBackground; Tmp=int(u1+u2)/2); /新的迭代閾值if(Tmp=T) break; /迭代結束，分割閾值為Tmpelse T=Tmp;C

10、String msg;msg.Format("分割閾值T=%d",T);AfxMessageBox(msg);for(j=0;j<m_Height;j+) for(i=0;i<m_Width;i+)if (m_pDibInit->m_pDibBitsj*m_SaveWidth + i>=T)m_pDibInit->m_pDibBitsj*m_SaveWidth + i=255;elsem_pDibInit->m_pDibBitsj*m_SaveWidth + i=0;UpdateAllViews(NULL);2.OTSU圖像分割：void

11、 CImageProcessingDoc:OnimageOTSU() / TODO: Add your command handler code hereint m_Width, m_Height, m_SaveWidth;m_Width = m_pDibInit->GetWidth();m_Height = m_pDibInit->GetHeight();m_SaveWidth = m_pDibInit->GetSaveWidth();int i,j,k;double ForegroundSum256=0,BackgroundSum256=0,u1256=0,u2256=0

12、;double w1256=0,w2256=0,iForeground256=0,iBackground256=0; double Tmp=0.0,u,T1=0.0,sum=0;int m,min=255,max=0,T=0;for(j=0;j<m_Height;j+) for(i=0;i<m_Width;i+)if (m_pDibInit->m_pDibBitsj*m_SaveWidth + i)>=max)max=m_pDibInit->m_pDibBitsj*m_SaveWidth + i;/求最大灰度值if (m_pDibInit->m_pDibBi

13、tsj*m_SaveWidth + i)<=min)min=m_pDibInit->m_pDibBitsj*m_SaveWidth + i;/求最小灰度值for(k=min;k<=max;k+)/遍歷圖像中所有灰度值for(j=0;j<m_Height;j+) for(i=0;i<m_Width;i+)m=m_pDibInit->m_pDibBitsj*m_SaveWidth + i;if(m>k) iForegroundk=iForegroundk+1; /目標點數(shù)ForegroundSumk=ForegroundSumk+m; /目標區(qū)域灰度值之和

14、else iBackgroundk=iBackgroundk+1; /背景點數(shù)BackgroundSumk=BackgroundSumk+m;/背景區(qū)域灰度值之和w1k=double(iForegroundk/(m_Width*m_Height);/目標點數(shù)占圖像比例w2k=double(iBackgroundk/(m_Width*m_Height);/背景點數(shù)占圖像比例u1k=double(ForegroundSumk/iForegroundk); /目標區(qū)域平均灰度u2k=double(BackgroundSumk/iBackgroundk); /背景區(qū)域平均灰度u=w1k*u1k+w2k*u2k;/圖像總平均灰度Tmp=w1k*(u1k-u)*(u1k-u)+w2k*(u2k-u)*(u2k-u);if(Tmp>=T1) T1=Tmp;T=k;/求出最大Tmp，找出最佳閾值TCString msg;msg.Format("最佳閾值T=%d",T);AfxMessage