關(guān)于一維數(shù)字圖像二值化實(shí)現(xiàn) 答辯課件

1、基于圖像處理的一維醫(yī)學(xué)曲線讀取二值化方法研究與實(shí)現(xiàn) 答辯人：* 本論文概述 在人類獲取的信息中，視覺(jué)信息約占60%，聽覺(jué)約占20%，其它約占20%。由此可見，視覺(jué)信息對(duì)人類非常重要。同時(shí)，圖像是人類獲取視覺(jué)信息的主要途徑。圖像二值化是圖像預(yù)處理中的一項(xiàng)重要技術(shù)，在模式識(shí)別、光學(xué)字符識(shí)別、醫(yī)學(xué)成像等方面都有重要應(yīng)用。 論文介紹了圖像及數(shù)字圖像處理技術(shù)的一些概念和相關(guān)知識(shí)；課題重點(diǎn)實(shí)現(xiàn)了圖像分割技術(shù)中灰度圖像二值化方法，如Otsu算法、自適應(yīng)閾值分割算法，并對(duì)這些算法運(yùn)行的實(shí)驗(yàn)結(jié)果進(jìn)行分析。本論文一覽第一章 前言 1.圖像與數(shù)字圖像 2.數(shù)字圖像處理概述 3.數(shù)字圖像二值化及其意義第二章 圖像預(yù)處

2、理 1.圖像灰度化 2.圖像直方圖第三章 圖像二值化方法 1.bmp文件格式 2.幾種二值化方法 3.二值化方法研究動(dòng)態(tài)第四章 Otsu方法 1.Otsu算法分析 2.Otsu方法流程圖第五章 自適應(yīng)閾值方法 1.固定閾值二值化方法 2.自適應(yīng)閾值分割第六章 實(shí)驗(yàn)結(jié)果 1.實(shí)驗(yàn)結(jié)果 2.總結(jié)1.1圖像與數(shù)字圖像 模擬圖像。包括光學(xué)圖像、照相圖像、電視圖像等。 數(shù)字圖像。數(shù)字圖像是將連續(xù)的模擬圖像經(jīng)過(guò)離散化處理后得到的計(jì)算機(jī)能夠辨識(shí)的點(diǎn)陣圖像。在嚴(yán)格意義上講，數(shù)字圖像是經(jīng)過(guò)等距離矩形網(wǎng)格采樣，對(duì)幅度進(jìn)行等間隔量化的二維函數(shù)。因此，數(shù)字圖像實(shí)際上就是被量化的二維采樣數(shù)組。 數(shù)字圖像優(yōu)勢(shì)：精度高 處

3、理方便 重復(fù)性好1.3二值化及其意義 一幅圖像包括目標(biāo)物體、背景還有噪聲，要想從多值 的數(shù)字圖像中直接提取出目標(biāo)物體，最常用的方法就是設(shè)定一個(gè)閾值T，用T將圖像的數(shù)據(jù)分成兩部分：大于T的像素群和小于T的像素群。這是研究灰度變換的最特殊的方法，稱為圖像的二值化（BINARIZATION）。 意義：有利于再對(duì)圖像做進(jìn)一步處理時(shí)，圖像的集合性質(zhì)只與像素的值為0或255的點(diǎn)的位置有關(guān)，不再涉及像素的多級(jí)值，使處理變得簡(jiǎn)單，而且數(shù)據(jù)的處理和壓縮量小。只用Y 分量就完全能夠表示出一幅灰度圖來(lái)。2.1圖像灰度化 這部分我們要把圖像進(jìn)行灰度化處理。我們可以利用另一個(gè)色彩系統(tǒng)和RGB色彩系統(tǒng)的關(guān)系來(lái)實(shí)現(xiàn)256圖

4、像的灰度化。 YUV 和RGB 之間有著如下的對(duì)應(yīng)關(guān)系：2.2圖像直方圖 當(dāng)我們需要知道一幅圖中的灰度分布情況，這時(shí)就可以采用灰度直方圖(histogram)來(lái)表示，往往我們用橫坐標(biāo)表示灰度值，縱坐標(biāo)表示該灰度值出現(xiàn)的次數(shù)(頻率)。3 幾種二值化方法 灰度圖像的二值化處理有很多種方法，主要分為全局閾值法和局部閾值法。3.1全局閾值法 全局閾值法是指在二值化過(guò)程中只使用一個(gè)全局閾值T的方法。它將圖像的每個(gè)像素的灰度值與T進(jìn)行比較，若大于T，取白色。否則，取黑色。 3.2局部閾值法 由當(dāng)前像素灰度值與該像素周圍點(diǎn)局部灰度特征來(lái)確定像素的閾值。例如可以將原圖像劃分為一些不相交的小塊，將各塊圖像的灰度

5、均值作為該部塊圖像的閾值，在局部上采用上面的整體閾值法。 對(duì)于圖像I(xy)前景(即目標(biāo))和背景的分割閾值記作T屬于前景的像素點(diǎn)數(shù)占整幅圖像的比例記為0其平均灰度0;背景像素點(diǎn)數(shù)占整幅圖像的比例為1其平均灰度為1。圖像的總平均灰度記為類間方差記為g。假設(shè)圖像的背景較暗并且圖像的大小為MN圖像中像素的灰度值小于閾值T的像素個(gè)數(shù)記作N0像素灰度大于閾值T的像素個(gè)數(shù)記作N1則有:0=N0/ MN (1)1=N1/ MN (2)N0+N1=MN (3)0+1=1 (4)=0*0+1*1 (5)g=0(0-)2+1(1-)2 (6)將式(5)代入式(6)得到等價(jià)公式: g=01(0-1)2 (7)4.2

6、 Otsu方法流程圖灰度化后圖：Otsu二值化后圖：自適應(yīng)閾值二值化后圖：總結(jié)： 本文提到了很多二值化的方法。固定閾值二值化方法，實(shí)際上是二值化方法中最基本的算法。固定閾值算法主要針對(duì)具有雙峰直方圖的圖像，而對(duì)于不具有明顯雙峰的直方圖則無(wú)法用這個(gè)算法確定最佳閾值。并且有的時(shí)候會(huì)產(chǎn)生信息丟失。 基本自適應(yīng)閾值二值化方法的核心是將圖像劃分為更小的子圖像。然后再根據(jù)子圖像的像素信息來(lái)確定各像素對(duì)應(yīng)的閾值。其優(yōu)點(diǎn)是對(duì)一些背景前景區(qū)分不明顯的圖像能有好的效果，并且不會(huì)產(chǎn)生較大的信息丟失。其處理效果明顯好于固定閾值二值化方法，沒(méi)有發(fā)生信息丟失的現(xiàn)象。 Otsu大津法則是二值化算法中的一個(gè)經(jīng)典算法。Otsu算法可以說(shuō)是自適應(yīng)計(jì)算單閾值(用來(lái)轉(zhuǎn)換灰度圖像為二值圖像)的簡(jiǎn)單高效方法。大津法選取出來(lái)的閾值非常理想，對(duì)各種情況