數(shù)字圖像處理實驗 圖像分割

1、實 驗 報 告實驗名稱實驗四 圖像分割課程名稱數(shù)字圖像處理A姓名成績班級學號日期地點備注：1.實驗目的（1）了解并掌握圖像分割的基本原理；（2）編寫程序使用Hough變換處理圖像，進行線檢測；（3）編寫程序使用閾值處理方法進行圖像分割，根據(jù)實驗結(jié)果分析效果；（4）總結(jié)實驗過程（實驗報告，左側(cè)裝訂）：方案、編程、調(diào)試、結(jié)果、分析、結(jié)論。2.實驗環(huán)境（軟件條件）Windws2000/XPMATLAB 7.03.實驗方法對256級灰度的數(shù)字圖像camera.bmp（如圖4.1所示）和car.bmp（如圖4.2所示）進行如下處理：圖4.1 實驗圖像camera.bmp圖4.2 實驗圖像car.bmp（

2、1）對圖像camera.bmp進行Hough變換進行線檢測，顯示處理前、后圖像：思考如何利用Hough變換進行圓檢測；（2）對圖像car.bmp分別利用不同的閾值處理方法進行圖像中汽車及車牌的分割，顯示處理前、后圖像；思考不同的閾值處理算法對分割效果的影響？ 4.實驗分析實驗原理Hough變換是最常用的直線提取方法，它的基本思想是：將直線上每一個數(shù)據(jù)點變換為參數(shù)平面中的一條直線或曲線，利用共線的數(shù)據(jù)點對應的參數(shù)曲線相交于參數(shù)空間中一點的關(guān)系，使直線的提取問題轉(zhuǎn)化為計數(shù)問題。Hough變換提取直線的主要優(yōu)點是受直線中的間隙和噪聲影響較小。思考：Hough變換對圓的檢測：Hough變換的基本原理在

3、于，利用點與線的對偶性，將圖像空間的線條變?yōu)閰?shù)空間的聚集點，從而檢測給定圖像是否存在給定性質(zhì)的曲線。圓的方程為：，通過Hough變換，將圖像空間對應到參數(shù)空間。第一題結(jié)果圖第二題實驗原理：基于灰度的分割最簡單的處理思想是，高于某一灰度的像素劃分到一個區(qū)域中，低于某灰度的像素劃分到另一區(qū)域中，這種基于灰度閾值的分割方法稱為灰度門限法。最簡單的灰度分割方法灰度門限法，他是基于灰度閾值的分割方法，也是基于區(qū)域的分割方法。主要將高于某一灰度的像素劃分到一個區(qū)域中，低于某灰度的像素劃分到另一區(qū)域中。結(jié)果圖思考：直方圖閾值法：理論分析和實驗結(jié)果表明,該方法分割效果好,運算速度快,具有較高的實用價值。Ot

4、su法：該方法選取出來的閾值非常理想，對各種情況的表現(xiàn)都較為良好。雖然它在很多情況下都不是最佳的分割，但分割質(zhì)量通常都有一定的保障，可以說是最穩(wěn)定的分割。直方圖閾值法Otsu法5.實驗結(jié)論Matlab提供了三個與Hough變換有關(guān)的函數(shù)：Hough函數(shù)，Houghpeaks函數(shù)和Houghlines函數(shù)。在算法實現(xiàn)中，考慮到噪聲的影響和參數(shù)空間離散化得需要，求交點的問題成為一個累加器問題。直方圖閾值法：利用灰度直方圖求雙峰或多峰，選擇兩峰之間的谷底作為閾值。自動閾值法：Otsu法。Otsu法是使類間方差最大而推導出的一種能自動確定閾值的方法，具有簡單，處理速度快的特點。在Matlab工具箱中，

5、Graythresh函數(shù)基于Otsu算法求取灰度閾值。Graythresh函數(shù)的語法格式為：level=fraythresh(I).附件第一題源程序clear all; RGB = imread('C:Documents and SettingsAdministrator桌面camera.bmp');I=RGB;%I = rgb2gray(RGB);BW = edge(I,'canny'); % 利用Canny算子提取圖像邊緣H,T,R = hough(BW,'RhoResolution',0.5,'ThetaResolution'

6、;,0.5);subplot(121)imshow(T,R,H,'notruesize'), axis on, axis normalxlabel('T'), ylabel('R')p = houghpeaks(H,5,'threshold',ceil(0.3*max(H(:); %找到5個較明顯的Hough變換峰值hold onplot(T(p(:,2),R(p(:,1),'s','color','white');lines = houghlines(BW,T,R,p,'F

7、illGap',10,'MinLength',10); %查找并鏈接線段figure, imshow(BW), hold on %在二值圖中疊加顯示這些線段for k = 1:length(lines) xy = lines(k).point1; lines(k).point2; plot(xy(:,1),xy(:,2),'LineWidth',2,'Color','green');end第二題源程序%用直方圖閾值法I=imread('C:Documents and SettingsAdministrator桌面car.bmp');subplot(2,2,1);imshow(I);title('原圖像');I1=rgb2gray(I);subplot(2,2,2);imhist(I1);title('直方圖');subplot(2,2,3);I2=im2bw(I1,165/415);imshow(I2);title('分割后的圖像');%用Otsu算法I=imread('C:Documents and SettingsAdministrator桌面car.bmp');subplot(2