毕业设计图像分割和特征提取技术研究摘要图像分割是图像分析的第一步，是图像理解的重要组成部分，在有关图像处理的几乎所有领域具有广泛的应用。
因此，图像分割一直受到高度重视，对其研究具有十分重要的意义。
长期以来，研究人员提出了许多实用的分割算法。
随着统计学理论，神经网络，小波理论等在图像分割中的应用日益广泛，遗传算法、尺度空间、非线性扩散方程等近期涌现的新方法和新思想也不断被用于解决分割问题，许多国内外学者也针对一些具体应用提出了许多实用有效的方法。
本文介绍了数字图像处理技术中图像分割技术的基本理论和三种图像分割方法(1)基于阈值图像分割；(2)基于边缘检测及算子分割；(3)基于区域特性的图像分割。
对基于点的分割方法进行了较全面的叙述，主要研究了图像分割方法中的边缘检测法，区域提取法和阈值分割法。
通过大量的理论研习。
并编写了MATLAB软件程序，对各分割方法进行了仿真实验，得到分割图像。
最后对于仿真进行了数据处理分析，验证了Canny算子的整体效果最好, Prewitt算子分割细致。
但对于一幅图像仅仅只有只用一种方法达不到很好的效果，而根据待分割图象的不同特点，结合已知的先验知识，研究符合具体图象特性的分割模型，才是提高图象分割的重要手段。
关键词：图像分割；边缘法；区域法；阈值法；分水岭分割法Lmage Segmentation And Feature ExtractionTechnology ResearchAbstractImage segmentation is the first step in image analysis, image segmentation is an important component of image understanding, in almost all areas of the image processing has widely application. As a result, image segmentation has been attached great importance to, its research has the very vital significance. For a long time,researchers put forward many practical segmentation algorithm. With statistics theory, the neural network, wavelet theory has been used increasingly in image segmentation, such as genetic algorithm, scale space, and nonlinear diffusion equation with the recent emergence of new methods and new ideas are constantly being used to solve the segmentation problem, many scholars at home and abroad for some specific application put forward many practical and effective method.Digital image processing techniques were introduced in This paper introduces the digital image processing technology of image segmentation technology in basic theory and three methods of image segmentation. (1) based on threshold image segmentation. (2) segmentation based on edge detection and operator; (3) the image segmentation based on region feature. On the segmentation method based on the point of narrative, mainly studies the edge of image segmentation method, region extraction method and threshold segmentation method. Through a lot of theory study. And write the MATLAB software, the segmentation method, the simulation experiment for image segmentation. Finally analyzed the data processing for simulation.Verify the Canny operator of the overall effect is best. Prewitt operator segmentation and detailed. But for an image only only one way to reach a good effect, and according to the different characteristics of for image segmentation, combined with the known prior knowledge, research in accordance with the specific image segmentation model, is an important means to improve the image segmentation.KEYWORDS：Segmentation；edge method；the regional method；threshold；watershed segmentation毕业设计目录第1章绪论 (1)1.1 课题研究背景与意义 (1)1.2国内外发展现状 (1)1.3 课题设计内容 (2)第2章概述 (3)2.1图像和数字图像 (3)2.2 数字图像处理简介 (3)2.3 图像处理文件格式 (3)2.4图像分割理论概述 (5)2.4.1 图像分割的定义 (5)2.4.2图像分割的目的和意义 (6)2.5图像分割主要研究方法 (6)2.5.1边缘检测法 (7)2.5.2区域提取法 (7)2.5.3阈值分割法 (7)2.5.4结合特定理论工具的分割方法 (8)2.6数字图像分割质量评价体系 (8)第3章图像分割方法综述 (10)3.1基于阈值图像分割算法 (10)3.2 基于边缘检测分割算法 (12)3.3 基于区域特性的图像分割算法 (14)第4章基于Matlab的图像分割仿真结果与讨论 (16)4.1 图像阈值分割算法研究 (16)4.1.1 Otsu 阈值图像分割算法 (16)4.1.2 直方图阈值算法 (17)4.2 图像边缘分割算法的研究 (19)4. 2.1 Canny 边缘检测算法 (19)4. 2.2 Log 分割算发 (20)4.3 区域特性图像分割方算法的研究 (21)4.3.1 分水岭图像分割算法 (22)4.4 本章小结 (23)4.4.1主要工作总结 (23)4.4.2 结论 (24)第5章总结 (26)参考文献 (28)致谢 (27)毕业设计第1章绪论1.1 课题研究背景与意义图像分割是图像处理中的一项关键技术，也是一经典难题，发展至今仍没有找到一个通用的方法，也没有制定出判断分割算法好坏的标准，对近几年来出现的图像分割方法作了较为全面的综述，探讨了图像分割技术的发展方向，对从事图像处理研究的科研人员具有一定的启发作用。
图像分割是图像分析的第一步，图像分割接下来的任务，如特征提取、目标识别等的好坏，都取决于图像分割的质量如何。
由于该课题的难度和深度，进展比较缓慢。
图像分割技术自20世纪70年代起一直受到人们的高度重视，虽然研究人员针对各种问题提出了许多方法，但迄今为止仍然不存在一个普遍适用的理论和方法。
另外，还没有制定出选择适用分割算法的标准，这给图像分割技术的应用带来许多实际问题。
最近几年又出现了许多新思路、新方法或改进算法，对一些经典方法和新出现的方法作了概述，并将图像分割方法分为阈值分割方法、边缘检测方法、区域提取方法和结合特定理论工具的分割方法4类。
然而，对图像分割的效果好坏或正确与否，还没有一个统一的评价判断准则。
不同的分割方法对同一幅图像的分割效果是不同的，而且同一种分割方法对一幅图像在不同空间下的分割效果也是不同的。
21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。
首先，视觉是人类最重要的感知手段，图像又是视觉的基础，因此，数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。
其次，图像处理在军事、遥感、气象等大型应用中有不断增长的需求。
以上说明本次的基于MATLAB图像分割算法研究对社会需求具有重要意义。
1.2国内外发展现状自20世纪70年代起图像分割一直受到人们的高度重视，至今已提出上千种分割算法，但因尚无通用的分割理论，现提出的分割算法大都是针对具体问题的，并没有一种适合所有图像的通用分割算法。
另外，还没有制定出选择适用分割算法的标准，这给图像分割技术的应用带来许多实际问题。
最近几年又出现了许多新思路、新方法或改进算法，对一些经典方法和新出现的方法作了概述。
并将图像分割方法分为阈值分割方法、边缘检测方法、区域提取方法和结合特定理论工具的分割方法。
早期的图像研究中，图像的分割方法主要可以分为两大类。
一类是边界方法，这种方法的假设是图像分割结果的某个子区域在原来的图像中一定会有边缘存在；一类是区域方法，这种方法的假设是图像分割结果的子区域一定会有相同的性质，而不同区域的像素没有共同的性质。
这两种方法都有缺点和优点，有的学者也试图把两者结合起来进行图像分割，随着计算机处理能力的提高，很多方法不断涌现，如基于彩色分量分割、纹理图像分割。
所使用的教学工具和实验手段也是不断的扩展，从时域信号到频域信号处理，近来小波变换也应图像分割和特征提取技术研究用在图像分割当中。