一维最大熵分割Word文档格式.docx
- 文档编号:14749199
- 上传时间:2022-10-24
- 格式:DOCX
- 页数:15
- 大小:489.09KB
一维最大熵分割Word文档格式.docx
《一维最大熵分割Word文档格式.docx》由会员分享,可在线阅读,更多相关《一维最大熵分割Word文档格式.docx(15页珍藏版)》请在冰豆网上搜索。
6.4分析....................................................................................................................14
一维最大熵分割法
1课程设计目的
(1)熟悉和掌握MATLAB程序设计方法。
(2)学习和掌握MATLAB图像处理工具箱。
(3)查阅相关资料并分析,掌握一维最大熵分割法的主要思路。
(4)培养独立分析和解决问题的能力,学会撰写课程设计的总结报告。
(5)善于总结和改进方案,提高可实施性和高效性。
2课程设计要求
(1)了解图像变换的意义和手段。
(2)熟悉最大熵和二值化的基本性质。
(3)通过本实验掌握利用MATLAB编程实现数字图像处理。
(4)理解图像分割的原理,了解其应用,掌握最大熵和二值化分割的方法。
3设计原理
3.1一维最大熵分割法的相关知识
3.1.1图像二值化原理
图像二值化是数字图像处理技术中的一项基本技术,二值化图像的显示与打印十分方便,存储与传输也非常容易,在目标识别、图像分析、文本增强、字符识别等领域得到广泛应用。
图像二值化是将灰度图像转化为只有黑白两类像素的图像,大多采用阈值化算法处理。
在不同的应用中,阈值的选取决定着图像特。
征信息的保留。
因此,图像二值化技术的关键在于如何选取阈值[1]。
3.1.2最大熵原理
最大熵原理:
最大熵原理是在1957年由E.T.Jaynes提出的,其主要思想是,在只掌握关于未知分布的部分知识时,应该选取符合这些知识但熵值最大的概率分布。
因为在这种情况下,符合已知知识的概率分布可能不止一个。
我们知道,熵定义的实际上是一个随机变量的不确定性,熵最大的时候,说明随机变量最不确定,换句话说,也就是随机变量最随机,对其行为做准确预测最困难。
图像分割中最大熵的引入:
在图像分割中若假定以灰度级T分割图像,图像中低于T灰度级的像素点构成目标物体(O),高于灰度级T的像素点构成背景(B)。
O区:
i=1,2,3,...,t(3.1.1)
B区:
i=t+1,t+2,....,L-1(3.2.2)
上式(3.1.1)和(3.2.2)中所示,
i=1,2,3,……,t(3.2.3)
这样对于数字图像中的目标和背景区域的熵分别为:
i=1,2,3,...t(3.2.4)
i=t+1,t+2,...L-1(3.2.5)
其中Ni为图像中灰度级为i的像素点个数,Nt为灰度级从0~t的像素点总和,N为图像总像素点,t为假定灰度阈值T。
令.则根据最大信息熵理论在已知条件下要对图像做出分割的最佳决策即为最接近实际图像分割的理想决策[2]。
3.1.3图像分割的研究背景
在一幅目标图像下,人们往往只是关注其中的一个或者几个目标,而这些目标必然会占据一定的区域,并且与周围其他目标或背景在一些特征上会有相应的差别。
但是,很多时候这些差别会非常的细微,以至于人眼很难发觉,这就需要用一定的技术对图片做一些处理。
而计算机图像处理技术的发展,很好地解决了这一难题,使得人们可以利用计算机技术来协助理这些信息,例如指纹识别、车牌识别以及医学影像的鉴别操作等方向。
图像分割是图像识别的基础,其通过一些必要的算法把图像中有意义的部分或特征提取出来,将图像分为若干有意义的区域,并形成数字特征,这些区域对应图像中的不同目标。
这些具有某种特征的单元成为图像的基元,这种经过处理的基元更容易被快速处理。
目前,数以千计的研究文献和文章提出了许许多多的图像分割算法,不同种类的图像、不同的应用要求和应用领域所需要提取出的图像特征是不相同的,所以并不存在普遍适用的最优方法,只能根据图像特征选择与值相适应的方法[3]。
3.1.4图像分割的基本原理
图像分割是根据图像的直方图和结构特性或者一些具体的应用需求将图像划分成两个或多个互不相交的子区域的过程,这些子区域是在特定意义下的具有相同属性的像素的连通集合。
例如,一幅图像中不同目标物体所占的图像区域、背景所占的背景区域等都属于这样的连通集合概念。
对图像分割的定义有多种不同的解释,人们普遍接受的是通过集合定义的图像分割。
用集合R表示整个图像区域,那么对整个图像的分割可以等价于将集合R分成n个满足以下准则的区域:
对当i=1,2,3,...,n时,Ri是相连的;
对有
对;
有
对i=1,2,3,...,n;
有
目前提出的图像分割方法很多,在此分为三种不同的途径对其进行分类:
(1)以物体的的边界为对象进行分割;
(2)先检测边缘像素,再将边缘像素连接起来形成分割;
(3)以区域为对象进行分割,根据图像的灰度、色彩、变换关系或组织结构等方面的特征相似性来划分图像的子区域并将各像素划分到特定区域。
上述这些方法是互补的,不同的场合使用不同的方法,或者综合各个方法已达到最佳的分割效果[4]。
3.2MATLAB简介
3.2.1基本功能
MATLAB是很实用的数学软件它在数学类科技应用软件中在数值运算方面首屈一指。
MATLAB可以进行运算、绘制函数和数据、实现算法、创建用户界面、连接接其他编程语言的程序等,主要应用于工程计算、控制设计、信号处理与通讯、金融建模设计与分析等领域。
MATLAB的基本数据单位是矩阵,它的指令表达式与数学、工程中常用的形式十分相似,故用MATLAB来解算问题要比用C,FORTRAN等语言完成相同的事情简捷得多,并且mathwork也吸收了像Maple等软件的优点,使MATLAB成为一个强大的数学软件。
可以直接调用,用户也可以将自己编写的实用程序导入到MATLAB函数库中方便自己以后调用,此外许多的MATLAB爱好者都编写了一些经典的程序,用户可以直接进行下载就可以用。
3.2.2MATLAB产品应用
MATLAB产品族可以用来进行以下各种工作:
●数值分析
●数值和符号计算
●工程与科学绘图
●控制系统的设计与仿真
●数字信号处理技术
●通讯系统设计与仿真
3.2.3MATLAB特点
●此高级语言可用于技术计算
●此开发环境可对代码、文件和数据进行管理
●交互式工具可以按迭代的方式探查、设计及求解问题
●二维和三维图形函数可用于可视化数据
●各种工具可用于构建自定义的图形用户界面
3.2.4MATLAB系列工具优势
(1)友好的工作平台和编程环境
MATLAB由一系列工具组成。
这些工具方便用户使用MATLAB的函数和文件,其中许多工具采用的是图形用户界面。
包括MATLAB桌面和命令窗口、历史命令窗口、编辑器和调试器、路径搜索和用于用户浏览帮助、工作空间、文件的浏览器。
随着MATLAB的商业化以及软件本身的不断升级,MATLAB的用户界面也越来越精致,更加接近Windows的标准界面,人机交互性更强,操作更简单。
而且新版本的MATLAB提供了完整的联机查询、帮助系统,极大的方便了用户的使用。
简单的编程环境提供了比较完备的调试系统,程序不必经过编译就可以直接运行,而且能够及时地报告出现的错误及进行出错原因分析。
(2)简单易用的程序语言
MATLAB一个高级的矩阵/阵列语言,它包含控制语句、函数、数据结构、输入和输出和面向对象编程特点。
用户可以在命令窗口中将输入语句与执行命令同步,也可以先编写好一个较大的复杂的应用程序(M文件)后再一起运行。
新版本的MATLAB语言是基于最为流行的C++语言基础上的,因此语法特征与C++语言极为相似,而且更加简单,更加符合科技人员对数学表达式的书写格式。
使之更利于非计算机专业的科技人员使用。
而且这种语言可移植性好、可拓展性极强,这也是MATLAB能够深入到科学研究及工程计算各个领域的重要原因。
(3)强大的科学计算机数据处理能力
MATLAB是一个包含大量计算算法的集合。
其拥有600多个工程中要用到的数学运算函数,可以方便的实现用户所需的各种计算功能。
函数中所使用的算法都是科研和工程计算中的最新研究成果,而前经过了各种优化和容错处理。
在通常情况下,可以用它来代替底层编程语言,如C复数的各种运算、三角函数和其他初等数学运算、多维数组操作以及建模动态仿真等[5]。
4课程设计分析
4.1一维最大熵分割流程图与分析
图4.1.1一维最大熵分割流程图
4.1.1流程图分析
从计算机中选取要进行分割的图片,输入到Matlab程序中,利用Matlab函数rgb2gray对图片进行灰度转换,再利用全局阈值法的算法:
找出灰度图像中的一维最大熵,即th:
根据最大熵对图像进行二值化处理,最后输出结果图像;
4.2图像的二值化算法
灰度图(Grayscale)是指只含亮度信息,不含色彩信息的图像,就像我们平时看到亮度由暗到明的黑白照片。
因此,要表示灰度图,就需要把亮度值进行量化。
通常划分成0到255共256个级别,0最暗(全黑),255最亮(全白)。
BMP格式的文件中并没有灰度图这个概念,但是我们可以很容易地用BMP文件来表示灰度图。
方法是用256色的调色板,只不过这个调色板有点特殊,每一项的RGB值都是相同的,也就是说RGB值从(0,0,0),(l,l,1)一直到(255,255,255)。
(0,0,0)是全黑色,(255,255,255)是全白色,中间的是灰色。
这样,灰度图就可用256色图来表示。
灰度图使用比较方便。
首先RGB的值都一样;
其次,图像数据即调色板索引值,也就是实际的RGB的亮度值;
另外因为是256色的调色板,所以图像数据中的一个字节代表一个像素。
如果是彩色的256色图,图像处理后有可能会产生不属于这256种颜色的新颜色,所以,图像处理一般采用灰度图。
在本中会介绍将彩色图像转化为灰度图像的方法(图像灰度化处理)。
另外,本文所做的程序,如不做特殊说明,都是针对256级灰度图的。
图像灰度化由于实验使用的是彩色数码相机,所以最初输入计算机的是24位真彩色图像,而在本课题的后续研究中,如前面所述,主要是对灰度图像进行处理。
因此有必要将24位彩色图像转化为灰度图。
为了用计算机来表示和处理颜色,必须用定量的方法来描述颜色,即建立颜色模型,而颜色模型的基础是建立在色度学理论上的。
色度学理论是T.Young在1802年提出的,其基本内容是:
任何色彩均可以由三种不同的基本颜色按不同的比例混合而成,即:
(4.1)
其中为三原色(又称三基色),a,b,c为三种原色的权值(三原色的比例或浓度),C为所合成的颜色,可为任意颜色。
色彩与亮度均是一种视觉感受,这种感受分别产生红、绿、蓝的视觉感受。
实验已经证明,由对应三种视敏细胞而产生红、绿、蓝三种颜色作为任何颜色的基本色的理论称为三基色原理。
原理指出:
(l)自然界的可见颜色都可以用三种基色按
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 最大 分割
![提示](https://static.bdocx.com/images/bang_tan.gif)