基于MATLAB的閾值分割技術(shù)

鄒躍

摘要針對閾值分割技術(shù)可有效地提取待測物輪廓的特點，基于MATLAB軟件平臺，以結(jié)構(gòu)簡單的模糊字母“C”為原始圖像，通過分析直方圖分布特點，找到最佳閾值以及運用直方圖均衡化與直方圖規(guī)定化等手段，獲得了很好地效果。

關(guān)鍵詞MATLAB閾值分割技術(shù)

中圖分類號：TP391 文獻標(biāo)識碼：A

0引言

圖像在形成與存儲的過程中會因為各種因素的影響降低像質(zhì)，尤其當(dāng)?shù)屯该鞫任镔|(zhì)的阻礙使得目標(biāo)物模糊不清，不能有效提取有用信息，嚴(yán)重時甚至連大概的輪廓都識別不到，縱使再好的圖像處理技術(shù)也很難恢復(fù)。然而對于結(jié)構(gòu)簡單的圖像，閾值分割相比其他復(fù)雜的算法顯得更簡單、高效。本文以磨砂玻璃模擬低透明度物質(zhì)，通過采集目標(biāo)物圖像，以閾值分割為主要手段進行處理，得到一系列的優(yōu)化結(jié)果。

1閾值分割

圖像分割是一種圖像預(yù)處理的過程，可有效提取目標(biāo)信息，尤其在一幅對比度高的模糊圖像中可以增強感興趣的部分，閾值分割技術(shù)是圖像分割的重要組成部分，適用于目標(biāo)和背景差異較大的場合，在很多領(lǐng)域效果顯著，諸如指紋的提取、紅外微光夜視儀對目標(biāo)的分割以及透過大氣層對地面物體的識別等等。

2二值化

閾值分割是依據(jù)目標(biāo)與背景灰度差異的原理，因此在對一幅圖像預(yù)處理之前先將彩圖進行灰度化處理，然后獲得圖像的直方圖分布，根據(jù)灰度的分布特點找到若干個拐點，這些拐點往往就是目標(biāo)與背景輪廓的分界點，即為圖像的閾值點，最后通過設(shè)定閾值，在MATLAB中使用工具箱函數(shù)im2bw將灰度圖像二值化，由于目標(biāo)和背景灰度值不同，預(yù)處理的圖像最終效果即為大于閾值的灰度值部分顯示為白色，小于閾值的為黑色，這樣就能夠有效提取目標(biāo)信息。

3直方圖均衡化

二值化雖然黑白分明，對目標(biāo)物識別效果明顯，但往往工作于目標(biāo)物和背景對比度差異較大的條件，如果從直方圖不能很好地找到閾值點，效果就不好。直方圖均衡化可以很好地提高圖像的對比度，使得灰度分布呈現(xiàn)均勻的分布特點，從而使目標(biāo)更好地在背景中凸顯出來，它是二值化的一種延拓，根據(jù)具體情況選擇可以達到最佳的效果。

4直方圖規(guī)定化

當(dāng)直方圖有多個拐點，且直方圖均衡化效果不是太理想時，我們可以設(shè)置多個閾值點，通過對比找到最佳的圖像。直方圖規(guī)定化就是一類可以根據(jù)自己需求截取某段灰度區(qū)間進行增強的技術(shù)，它是對直方圖均衡化自動增強對比度的一種人為的控制和完善。通過直方圖直觀地找到分段區(qū)間，再在各區(qū)間使用直方圖均衡化，由于目標(biāo)和背景灰度值相差較大，目標(biāo)的最佳再現(xiàn)總會在這幾段區(qū)間出現(xiàn)，它起到了一種對圖像的二值化和直方圖均衡化各自不足的完善作用。這里以一幅模糊的“C”為原圖，灰度級設(shè)定為256級，取直方圖有效的灰度區(qū)間[95,115],找到四段“峰谷”區(qū)間[103,104]、[104,107]、[107,109]、[109,115]，分別進行直方圖均衡化處理，得到如圖（1）所示的結(jié)果。

從圖（1）結(jié)果來看，各“峰谷”區(qū)間還是存在著較大的差異，所以當(dāng)一幅直方圖有多個閾值點時，可以考慮直方圖規(guī)定化，設(shè)置多個閾值點，在每兩個或者若干個閾值點間進行直方圖均衡化，或許能夠得到不錯的結(jié)果。

除此以外還存在著若干分割算法，比如最大類間方差、迭代法、最大熵分割等等，還有各種自動求取閾值點以及邊緣檢測和形態(tài)學(xué)分割等技術(shù)，僅針對本實驗獲得的模糊圖像，它們所得到的效果圖與上面介紹的分割算法得到的效果相似或不及，總而言之，閾值分割技術(shù)在圖像的預(yù)處理過程中起到重要的提取關(guān)鍵信息的作用。

5總結(jié)

雖然本實驗的閾值分割技術(shù)能夠得到不錯的效果，但是在結(jié)構(gòu)復(fù)雜的模糊圖像中往往受到很大的限制，會使得目標(biāo)信息變形，因而該類方式適合于在人眼能夠識別到大概輪廓且結(jié)構(gòu)相對簡單的圖像中。

參考文獻

[1]劉東菊.基于閾值的圖像分割算法的研究[D].北京:北京交通大學(xué),2009.

[2]張燕紅,孔波,邢翠芳.直方圖規(guī)定化在圖像增強中的應(yīng)用及實現(xiàn)[J].電腦知識與技術(shù).2009,5(34):9814-9815.

[3]武紅玉.閾值分割算法在圖像處理中的應(yīng)用[J].科技信息.2012(27):201-202.