基于MATLAB的閾值分割技術

鄒躍

摘要針對閾值分割技術可有效地提取待測物輪廓的特點，基于MATLAB軟件平臺，以結構簡單的模糊字母“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定化等手段，獲得了很好地效果。

關鍵詞MATLAB閾值分割技術

中圖分類號：TP391 文獻標識碼：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，尤其當低透明度物質的阻礙使得目標物模糊不清，不能有效提取有用信息，嚴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也很難恢復。然而對于結構簡單的圖像，閾值分割相比其他復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，通過采集目標物圖像，以閾值分割為主要手段進行處理，得到一系列的優化結果。

1閾值分割

圖像分割是一種圖像預處理的過程，可有效提取目標信息，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，閾值分割技術是圖像分割的重要組成部分，適用于目標和背景差異較大的場合，在很多領域效果顯著，諸如指紋的提取、紅外微光夜視儀對目標的分割以及透過大氣層對地面物體的識別等等。

2二值化

閾值分割是依據目標與背景灰度差異的原理，因此在對一幅圖像預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，根據灰度的分布特點找到若干個拐點，這些拐點往往就是目標與背景輪廓的分界點，即為圖像的閾值點，最后通過設定閾值，在MATLAB中使用工具箱函數im2bw將灰度圖像二值化，由于目標和背景灰度值不同，預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信息。

3直方圖均衡化

二值化雖然黑白分明，對目標物識別效果明顯，但往往工作于目標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，使得灰度分布呈現均勻的分布特點，從而使目標更好地在背景中凸顯出來，它是二值化的一種延拓，根據具體情況選擇可以達到最佳的效果。

4直方圖規定化

當直方圖有多個拐點，且直方圖均衡化效果不是太理想時，我們可以設置多個閾值點，通過對比找到最佳的圖像。直方圖規定化就是一類可以根據自己需求截取某段灰度區間進行增強的技術，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間，再在各區間使用直方圖均衡化，由于目標和背景灰度值相差較大，目標的最佳再現總會在這幾段區間出現，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，灰度級設定為256級，取直方圖有效的灰度區間[95,115],找到四段“峰谷”區間[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）所示的結果。

從圖（1）結果來看，各“峰谷”區間還是存在著較大的差異，所以當一幅直方圖有多個閾值點時，可以考慮直方圖規定化，設置多個閾值點，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學分割等技術，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，閾值分割技術在圖像的預處理過程中起到重要的提取關鍵信息的作用。

5總結

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

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,2009.

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

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