1、閾值法圖像分割實驗報告實驗目的圖像分割閾值法具有實現容易、計算量小、性能穩定等優點。因此這種方法成為圖像分割領域中應用最普遍的方法。本文主要討論了基于直方圖法的圖像分割的設計與實現，并與迭代法進行了對比實驗。實驗環境Microsoft VC+6.0軟件平臺，32位Windows XP操作系統。實驗原理基礎直方圖法直方圖閾值法其閾值主要通過分析圖像的灰度直方圖來進行確定。假定一幅圖像如圖3-1所示，其中背景是灰色，物體為灰白色的，背景中的黑色像素產生了直方圖的左鋒，而物體的各灰度級產生了直方圖的右峰。由于物體邊界像素數相對而言較少，從而產生兩峰之間的谷，選擇谷對應的灰度值作為閾值T，利用式3.1

2、，可以得到一幅二值圖像，用于后續處理和分析。 （3.1）圖 STYLEREF 1 s 3 SEQ 圖 * ARABIC s 1 1 利用直方圖選擇二值化閾值迭代法（用于對比試驗） 迭代法也是一種在圖像分割過程中選擇合適閾值的方法。它是基于逼近的思想通過閾值迭代的方式 利用程序自動計算出比較合適的分割閾值。迭代法指在初始條件中假設一個閾值，而通過對圖像的迭代運算來不斷地更新這一假設閾值來得到最佳閾值。迭代法閾值分割主要算法：求出圖像最小灰度值和最大灰度值 計算初始閾值為根據閾值將圖像分割成目標和背景兩部分，求出兩部分的平均灰度值 為圖像上點的灰度值，為點的權重系數，一般為 的個數 T 為閾值3.

3、 重新選擇閾值 ，新的閾值 定義為4. 循環做第二步到第四步，當 則結束，即可獲得最佳閾值來對圖像進行分割。程序設計直方圖法算法流程如 REF _Ref323413445 h 圖41所示。圖 STYLEREF 1 s 4 SEQ 圖 * ARABIC s 1 1 直方圖閾值法算法流程統計直方圖和閾值分割流程圖如 REF _Ref323419229 h 圖42所示。(a)統計直方圖 (b)閾值分割圖 STYLEREF 1 s 42 程序設計流程圖關鍵程序語段unsigned i,j;/ 循環變量unsigned char pixel;/ 像素值long lHistogram256;/ 直方圖數組

4、 LONG lLineBytes;/ 圖像每行的字節數/獲得直方圖for (i = 0;i 256 ;i+)/初始化數組 lHistogrami=0;lLineBytes = WIDTHBYTES(width * 8);/ 計算圖像每行的字節數for (i = 0;i width ;i+)for(j = 0;j height ;j+)/ 指向源圖像倒數第j行，第i個象素的指針pixel = *(buf+lLineBytes * j + i);lHistogrampixel+; /初始化閾值 unsigned char yuzhi=0; /創建閾值選擇對話框CFENGE dlg1;dlg1.m_

5、Yuzhi=0; /在對話框里輸出說明文字CString ss;ss.Format(如果峰值較多，建議用迭代法);dlg1.m_ShuChu+=ss;/ 顯示對話框，提示用戶輸入閾值for (i = 0; i 256; i+)dlg1.m_fIntensityi = (float)lHistogrami; if (dlg1.DoModal() != IDOK)return;/ 返回yuzhi=(unsigned char)dlg1.m_Yuzhi;delete dlg1;/ 刪除對話框 /根據閾值將圖像二值化for ( i = 0;i width ;i+)for(j = 0;j height

6、;j+)pixel = *(buf+lLineBytes * j + i);if(pixel= yuzhi)*(buf+lLineBytes * j + i)=(unsigned char)0;else*(buf+lLineBytes * j + i)=(unsigned char)255;實驗結果5.1程序界面運行程序生成可執行程序文件TT.exe，文件操作界面如 REF _Ref323465178 h 圖51所示。圖 STYLEREF 1 s 5 SEQ 圖 * ARABIC s 1 1 程序運行界面程序可讀取、處理和保存8位灰度圖像，并可對8位灰度圖像進行圖像分割操作，用戶界面設計較人性

7、化。5.2示例1對所示的目標圖像進行閾值分割處理，結果如 REF _Ref323480605 h 圖52所示。(a) 目標圖像(b) 直方圖統計結果圖 STYLEREF 1 s 5 SEQ 圖 * ARABIC s 1 2 圖像分割直方圖由圖中可以看出，圖像有很多峰，這樣給我們選取峰谷確定閾值帶來了一定的困難，下面我們將通過試探的方法，研究直方圖法的優缺點分別選擇不同閾值參數，對 REF _Ref323478037 h 圖52(a)所示的圖像進行圖像分割，結果如下圖所示。其中(a)(e)為直方圖法的處理結果，而(f)為迭代法的處理結果，用于對比直方圖法選取閾值的合理性。(a)閾值T=30(b)

8、閾值T=50(c)閾值T=60(d)閾值T=80 (e)閾值T=100 (f)迭代法，閾值T=87圖 STYLEREF 1 s 5 SEQ 圖 * ARABIC s 1 3 不同閾值的圖像分割效果圖中(f)圖為迭代法的結果，閾值為87，可以看出處理結果較理想，而其他閾值則不太理想，因為峰值太多，給閾值選取帶來了很大困難。5.2示例2圖像上半部分做了反色處理，這樣可以更好地測試圖像分割的目的性和作用。 (a)目標圖像 (b)直方圖統計圖圖 STYLEREF 1 s 54直方圖統計 (a)閾值T=50 (b)閾值T=100 (c)閾值T=120 (d)迭代法，閾值T=128圖 STYLEREF 1

9、 s 55 不同閾值的圖像分割效果從圖中可以看出，這個示例的峰值相對較少，可以較好的選擇閾值，以便于更好地分割圖像，提取目標，可以看出處理后的圖片比原始圖片更加容易辨認目標，基本上達到了目的。結論算法性能分析由實驗結果可以看出，閾值法圖像分割中迭代法的處理結果比較理想，可以作為一個很好的參考，對于直方圖閾值法來說，雖然操作簡單方便，但有以下缺點：不適合處理峰值較多，灰度級分布較密的圖像。無法獲得最優閾值，因此無法獲得最佳結果。總結通過光學圖像處理課程的學習，我們對數字圖像的來源，顯示，處理等過程有了初步了解。對光學系統的成像過程，數字圖像的傳輸，編碼，復原，分割，壓縮等理論知識和關鍵技術有了較

10、系統的掌握，并能夠得以初步應用。通過這一段時間的圖像處理實踐過程，我們對BMP格式圖像的數據結構有了更深入的了解，能夠靈活運用C+編程語言對BMP圖像進行讀寫，存儲以及一些簡單處理等操作，對閾值法圖像分割操作體會尤深。總之，光學圖像處理課程的開設對我們的學習，科研等有較大幫助，雖然研究內容與之相關甚微，但老師在課程中提出的研究問題的思想與方法讓我們受益匪淺。附錄/迭代求最佳閾值iNewThreshold = (iMin + iMax)/2;iThreshold = 0;for(iIterationTimes = 0; iThreshold != iNewThreshold & iIterationTimes 200;iIterationTimes +)iThreshold = iNewThreshold;lP1 =0;lP2 =0;lS1 = 0;lS2 = 0;/求兩個區域的灰度平均值for (i = iMin;i iThreshold;i+)lP1 += lHistogrami*i;lS1 += lHistogrami;iMean1 =(uns