圖像分割基礎(chǔ)算法及實(shí)現(xiàn)實(shí)例

　　圖像分割就是把圖像分成若干個(gè)特定的、具有獨(dú)特性質(zhì)的區(qū)域并提出感興趣目標(biāo)的技術(shù)和過(guò)程。它是由圖像處理到圖像分析的關(guān)鍵步驟?，F(xiàn)有的圖像分割方法主要分以下幾類：

　　基于閾值的分割方法、基于區(qū)域的分割方法、基于邊緣的分割方法以及基于特定理論的分割方法等。1998年以來(lái)，研究人員不斷改進(jìn)原有的圖像分割方法并把其它學(xué)科的一些新理論和新方法用于圖像分割，提出了不少新的分割方法。圖像分割后提取出的目標(biāo)可以用于圖像語(yǔ)義識(shí)別，圖像搜索等等領(lǐng)域。

　　圖像分割至今尚無(wú)通用的自身理論。隨著各學(xué)科許多新理論和新方法的提出，出現(xiàn)了許多與一些特定理論、方法相結(jié)合的圖像分割方法。

　　圖像分割基礎(chǔ)算法及實(shí)現(xiàn)實(shí)例

　　近的項(xiàng)目涉及到了圖像處理領(lǐng)域，小小研究了一番，同時(shí)收集資料實(shí)現(xiàn)了幾個(gè)基礎(chǔ)功能。

　　一、圖像反轉(zhuǎn)

　　［plain］ view plain copyI=imread（‘input_image.jpg’）;

　　J=double（I）;

　　J=-J+（256-1）; %圖像反轉(zhuǎn)線性變換

　　H=uint8（J）;

　　subplot（3，3，4），imshow（H）;

　　title（‘圖像反轉(zhuǎn)線性變換’）;

　　axis（［50，250，50，200］）;

　　axis on;

　　二、灰度線性變換

　　［plain］ view plain copyI=imread（‘input_image.jpg’）;

　　subplot（3，3，1），imshow（I）;

　　title（‘原始圖像’）;

　　axis（［50，250，50，200］）;

　　axis on;

　　I1 = rgb2gray（I）;

　　subplot（3，3，2），imshow（I1）

　　title（‘灰度圖像’）

　　axis（［50，250，50，200］）;

　　grid on;

　　axis on;

　　K=imadjust（I1，［0.3 0.7］，［］）;

　　subplot（3，3，3），imshow（K）;

　　title（‘線性變換圖像［0.3 0.7］’）;

　　axis（［50，250，20，200］）;

　　grid on;

　　axis on;

　　三、非線性變換

　?。踦lain］ view plain copyI=imread（‘input_image.jpg’）;

　　I1 = rgb2gray（I）;

　　subplot（3，3，5），imshow（I1）;

　　title（‘灰度圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　J=double（I1）;

　　J=40*（log（J+1））;

　　H=uint8（J）;

　　subplot（3，3，6），imshow（H）;

　　title（‘對(duì)數(shù)變換圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　上述代碼結(jié)果：

　　

　　四、直方圖均衡化

　?。踦lain］ view plain copyI=imread（‘input_image.jpg’）;

　　figure;

　　I=rgb2gray（I）;

　　subplot（2，2，1）;

　　imshow（I）;

　　subplot（2，2，2）;

　　imhist（I）;

　　title（‘直方圖均衡化圖像’）;

　　I1 = histeq（I）;

　　subplot（2，2，3）;

　　imshow（I1）;

　　subplot（2，2，4）;

　　imhist（I1）;

　　上述代碼結(jié)果：

　　

　　五、線性平滑濾波器

　?。踦lain］ view plain copyI=imread（‘input_image.jpg’）;

　　figure;

　　subplot（231）

　　imshow（I）

　　title（‘原始圖像’）

　　I=rgb2gray（I）;

　　I1=imnoise（I，‘salt & pepper’，0.02）;

　　subplot（232）

　　imshow（I1）

　　title（‘添加椒鹽噪聲的圖像’）

　　k1=filter2（fspecial（‘a(chǎn)verage’，3），I1）/255; %進(jìn)行3*3模板平滑濾波

　　k2=filter2（fspecial（‘a(chǎn)verage’，5），I1）/255; %進(jìn)行5*5模板平滑濾波

　　k3=filter2（fspecial（‘a(chǎn)verage’，7），I1）/255; %進(jìn)行7*7模板平滑濾波

　　k4=filter2（fspecial（‘a(chǎn)verage’，9），I1）/255; %進(jìn)行9*9模板平滑濾波

　　subplot（233），imshow（k1）;title（‘3*3模板平滑濾波’）;

　　subplot（234），imshow（k2）;title（‘5*5模板平滑濾波’）;

　　subplot（235），imshow（k3）;title（‘7*7模板平滑濾波’）;

　　subplot（236），imshow（k4）;title（‘9*9模板平滑濾波’）;

　　上述代碼結(jié)果：

　　

　　六、中值濾波器

　?。踦lain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　I=rgb2gray（I）;

　　subplot（231），imshow（I）;

　　title（‘原圖像’）;

　　J=imnoise（I，‘salt & pepper’，0.02）;

　　subplot（232），imshow（J）;

　　title（‘添加椒鹽噪聲圖像’）;

　　k1=medfilt2（J）; %進(jìn)行3*3模板中值濾波

　　k2=medfilt2（J，［5，5］）; %進(jìn)行5*5模板中值濾波

　　k3=medfilt2（J，［7，7］）; %進(jìn)行7*7模板中值濾波

　　k4=medfilt2（J，［9，9］）; %進(jìn)行9*9模板中值濾波

　　subplot（233），imshow（k1）;title（‘3*3模板中值濾波’）;

　　subplot（234），imshow（k2）;title（‘5*5模板中值濾波’）;

　　subplot（235），imshow（k3）;title（‘7*7模板中值濾波’）;

　　subplot（236），imshow（k4）;title（‘9*9模板中值濾波’）;

　　上述代碼結(jié)果：

　　

　　七、用Sobel算子和拉普拉斯對(duì)圖像銳化

　　［plain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　subplot（2，2，1），imshow（I）;

　　title（‘原始圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I1=im2bw（I）;

　　subplot（2，2，2），imshow（I1）;

　　title（‘二值圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　H=fspecial（‘sobel’）; %選擇sobel算子

　　J=filter2（H，I1）; %卷積運(yùn)算

　　subplot（2，2，3），imshow（J）;

　　title（‘sobel算子銳化圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I1 = double（I1）;

　　h=［0 1 0，1 -4 1，0 1 0］; %拉普拉斯算子

　　J1=conv2（I1，h，‘same’）; %卷積運(yùn)算

　　subplot（2，2，4），imshow（J1）;

　　title（‘拉普拉斯算子銳化圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　上述代碼結(jié)果：

　　

　　八、梯度算子檢測(cè)邊緣

　　［plain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　subplot（2，3，1）;

　　imshow（I）;

　　title（‘原始圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I1=im2bw（I）;

　　subplot（2，3，2）;

　　imshow（I1）;

　　title（‘二值圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I2=edge（I1，‘roberts’）;

　　subplot（2，3，3）;

　　imshow（I2）;

　　title（‘roberts算子分割結(jié)果’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I3=edge（I1，‘sobel’）;

　　subplot（2，3，4）;

　　imshow（I3）;

　　title（‘sobel算子分割結(jié)果’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I4=edge（I1，‘Prewitt’）;

　　subplot（2，3，5）;

　　imshow（I4）;

　　title（‘Prewitt算子分割結(jié)果’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　九、LOG算子檢測(cè)邊緣

　?。踦lain］ view plain copyI1=rgb2gray（I）;

　　I2=edge（I1，‘log’）;

　　subplot（2，3，6）;

　　imshow（I2）;

　　title（‘log算子分割結(jié)果’）;

　　上述代碼結(jié)果：

　　

　　十、Canny算子檢測(cè)邊緣

　　［plain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　subplot（2，2，1）;

　　imshow（I）;

　　title（‘原始圖像’）

　　I1=rgb2gray（I）;

　　subplot（2，2，2）;

　　imshow（I1）;

　　title（‘灰度圖像’）;

　　I2=edge（I1，‘canny’）;

　　subplot（2，2，3）;

　　imshow（I2）;

　　title（‘canny算子分割結(jié)果’）;

　　上述代碼結(jié)果：

　　

　　十一、邊界跟蹤（bwtraceboundary函數(shù)）

　　［plain］ view plain copyI=imread（‘input_image.jpg’）;

　　figure

　　subplot（2，2，1）;

　　imshow（I）;

　　title（‘原始圖像’）;

　　I1=rgb2gray（I）; %將彩色圖像轉(zhuǎn)化灰度圖像

　　threshold=graythresh（I1）; %計(jì)算將灰度圖像轉(zhuǎn)化為二值圖像所需的門限

　　BW=im2bw（I1， threshold）; %將灰度圖像轉(zhuǎn)化為二值圖像

　　subplot（2，2，2）;

　　imshow（BW）;

　　title（‘二值圖像’）;

　　dim=size（BW）;

　　col=round（dim（2）/2）-90; %計(jì)算起始點(diǎn)列坐標(biāo)

　　row=find（BW（：，col），1）; %計(jì)算起始點(diǎn)行坐標(biāo)

　　connectivity=8;

　　num_points=180;

　　contour=bwtraceboundary（BW，［row，col］，‘N’，connectivity，num_points）;

　　%提取邊界

　　subplot（2，2，3）;

　　imshow（I1）;

　　hold on;

　　plot（contour（：，2），contour（：，1）， ‘g’，‘LineWidth’ ，2）;

　　title（‘邊界跟蹤圖像’）;

　　上述代碼結(jié)果：

　　

　　十二、Hough變換

　　［plain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　rotI=rgb2gray（I）;

　　subplot（2，2，1）;

　　imshow（rotI）;

　　title（‘灰度圖像’）;

　　axis（［50，250，50，200］）;

　　grid on;

　　axis on;

　　BW=edge（rotI，‘prewitt’）;

　　subplot（2，2，2）;

　　imshow（BW）;

　　title（‘prewitt算子邊緣檢測(cè)后圖像’）;

　　axis（［50，250，50，200］）;

　　grid on;

　　axis on;

　?。跦，T，R］=hough（BW）;

　　subplot（2，2，3）;

　　imshow（H，［］，‘XData’，T，‘YData’，R，‘InitialMagnification’，‘fit’）;

　　title（‘霍夫變換圖’）;

　　xlabel（‘\theta’），ylabel（‘\rho’）;

　　axis on ， axis normal， hold on;

　　P=houghpeaks（H，5，‘threshold’，ceil（0.3*max（H（：））））;

　　x=T（P（：，2））;y=R（P（：，1））;

　　plot（x，y，‘s’，‘color’，‘white’）;

　　lines=houghlines（BW，T，R，P，‘FillGap’，5，‘MinLength’，7）;

　　subplot（2，2，4）;imshow（rotI）;

　　title（‘霍夫變換圖像檢測(cè)’）;

　　axis（［50，250，50，200］）;

　　grid on;

　　axis on;

　　hold on;

　　max_len=0;

　　for k=1:length（lines）

　　xy=［lines（k）.point1;lines（k）.point2］;

　　plot（xy（：，1），xy（：，2），‘LineWidth’，2，‘Color’，‘green’）;

　　plot（xy（1，1），xy（1，2），‘x’，‘LineWidth’，2，‘Color’，‘yellow’）;

　　plot（xy（2，1），xy（2，2），‘x’，‘LineWidth’，2，‘Color’，‘red’）;

　　len=norm（lines（k）.point1-lines（k）.point2）;

　　if（len》max_len）

　　max_len=len;

　　xy_long=xy;

　　end

　　end

　　plot（xy_long（：，1），xy_long（：，2），‘LineWidth’，2，‘Color’，‘cyan’）;

　　上述代碼結(jié)果：

　　

　　十三、直方圖閾值法

　?。踦lain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　I1=rgb2gray（I）;

　　subplot（2，2，1）;

　　imshow（I1）;

　　title（‘灰度圖像’）

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　?。踡，n］=size（I1）; %測(cè)量圖像尺寸參數(shù)

　　GP=zeros（1，256）; %預(yù)創(chuàng)建存放灰度出現(xiàn)概率的向量

　　for k=0:255

　　GP（k+1）=length（find（I1==k））/（m*n）; %計(jì)算每級(jí)灰度出現(xiàn)的概率，將其存入GP中相應(yīng)位置

　　end

　　subplot（2，2，2），bar（0:255，GP，‘g’） %繪制直方圖

　　title（‘灰度直方圖’）

　　xlabel（‘灰度值’）

　　ylabel（‘出現(xiàn)概率’）

　　I2=im2bw（I，150/255）;

　　subplot（2，2，3），imshow（I2）;

　　title（‘閾值150的分割圖像’）

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I3=im2bw（I，200/255）; %

　　subplot（2，2，4），imshow（I3）;

　　title（‘閾值200的分割圖像’）

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　上述代碼結(jié)果：

　　

　　十四、自動(dòng)閾值法：Otsu法

　?。踦lain］ view plain copyclc

　　clear all

　　figure;

　　I=imread（‘input_image.jpg’）;

　　subplot（1，2，1），imshow（I）;

　　title（‘原始圖像’）

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　level=graythresh（I）; %確定灰度閾值

　　BW=im2bw（I，level）;

　　subplot（1，2，2），imshow（BW）;

　　title（‘Otsu法閾值分割圖像’）

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　上述代碼結(jié)果：

　　

　　十五、膨脹操作

　?。踦lain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　I1=rgb2gray（I）;

　　subplot（1，2，1）;

　　imshow（I1）;

　　title（‘灰度圖像’）

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　se=strel（‘disk’，1）; %生成圓形結(jié)構(gòu)元素

　　I2=imdilate（I1，se）; %用生成的結(jié)構(gòu)元素對(duì)圖像進(jìn)行膨脹

　　subplot（1，2，2）;

　　imshow（I2）;

　　title（‘膨脹后圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　上述代碼結(jié)果：

　　

　　十六、腐蝕操作

　　［plain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　I1=rgb2gray（I）;

　　subplot（1，2，1）;

　　imshow（I1）;

　　title（‘灰度圖像’）

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　se=strel（‘disk’，1）; %生成圓形結(jié)構(gòu)元素

　　I2=imerode（I1，se）; %用生成的結(jié)構(gòu)元素對(duì)圖像進(jìn)行腐蝕

　　subplot（1，2，2）;

　　imshow（I2）;

　　title（‘腐蝕后圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　上述代碼結(jié)果：

　　

　　十七、開啟和閉合操作

　?。踦lain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　subplot（2，2，1），imshow（I）;

　　title（‘原始圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　I1=rgb2gray（I）;

　　subplot（2，2，2），imshow（I1）;

　　title（‘灰度圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　se=strel（‘disk’，1）; %采用半徑為1的圓作為結(jié)構(gòu)元素

　　I2=imopen（I1，se）; %開啟操作

　　I3=imclose（I1，se）; %閉合操作

　　subplot（2，2，3），imshow（I2）;

　　title（‘開啟運(yùn)算后圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　subplot（2，2，4），imshow（I3）;

　　title（‘閉合運(yùn)算后圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　上述代碼結(jié)果：

　　

　　十八、開啟和閉合組合操作

　?。踦lain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　subplot（3，2，1），imshow（I）;

　　title（‘原始圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　I1=rgb2gray（I）;

　　subplot（3，2，2），imshow（I1）;

　　title（‘灰度圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　se=strel（‘disk’，1）;

　　I2=imopen（I1，se）; %開啟操作

　　I3=imclose（I1，se）; %閉合操作

　　subplot（3，2，3），imshow（I2）;

　　title（‘開啟運(yùn)算后圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　subplot（3，2，4），imshow（I3）;

　　title（‘閉合運(yùn)算后圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　se=strel（‘disk’，1）;

　　I4=imopen（I1，se）;

　　I5=imclose（I4，se）;

　　subplot（3，2，5），imshow（I5）; %開—閉運(yùn)算圖像

　　title（‘開—閉運(yùn)算圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　I6=imclose（I1，se）;

　　I7=imopen（I6，se）;

　　subplot（3，2，6），imshow（I7）; %閉—開運(yùn)算圖像

　　title（‘閉—開運(yùn)算圖像’）;

　　axis（［50，250，50，200］）;

　　axis on; %顯示坐標(biāo)系

　　上述代碼結(jié)果：

　　

　　十九、形態(tài)學(xué)邊界提取

　　［plain］ view plain copyfigure;

　　I=imread（‘input_image.jpg’）;

　　subplot（2，3，1），imshow（I）;

　　title（‘原始圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I1=im2bw（I）;

　　subplot（2，3，2），imshow（I1）;

　　title（‘二值化圖像’）;

　　axis（［50，250，50，200］）;

　　grid on; %顯示網(wǎng)格線

　　axis on; %顯示坐標(biāo)系

　　I2=bwperim（I1）; %獲取區(qū)域的周長(zhǎng)

　　subplot（2，3，3），imshow（I2）;

　　title（‘邊界周長(zhǎng)的二值圖像’）;

　　axis（［50，250，50，200］）;

　　grid on;

　　axis on;

　　I3=bwmorph（I1，‘skel’，1）;

　　subplot（2，3，4），imshow（I3）;

　　title（‘1次骨架提取’）;

　　axis（［50，250，50，200］）;

　　axis on;

　　I4=bwmorph（I1，‘skel’，2）;

　　subplot（2，3，5），imshow（I4）;

　　title（‘2次骨架提取’）;

　　axis（［50，250，50，200］）;

　　axis on;

　　上述代碼結(jié)果：