摘 要: 图像分割作为图像处理中的关键部分，对图像分割的研究一直是图像处理中的热点．本文介绍了图像分割的几种常用方法，包括阈值分割法、区域生长法、边缘检测法，并通过Matlab编程来解决实际中的问题.56253
Abstract: Image segmentation as a key part in image processing and it has been a hot spot in image processing research.In this paper, we describe several methods for image segmentation, including the threshold segmentation, region segmentation, edge detection, and to solve practical problems through matlab programming.
Keywords: Matlab, image segmentation, mathematical morphology
目 录
1 引言4
2 基础知识4
2.1 Matlab简介4
2.2 图像分割概述5
3 图像分割的几种方法5
3.1 基于阈值的图像分割方法5
3.2 基于区域信息的图像分割方法7
3.3 基于边缘检测的图像分割方法8
3.4 基于数学形态学的图像分割方法9
4 Matlab在图像分割中的应用10
4.1 花卉分类中的图像分割问题10
4.2 钱币统计中的图像分割问题12
4.3 车牌识别中的图像分割问题13
结论15
参考文献16
致谢17
1 引言
图像分割是一种重要的图像处理技术, 在理论研究和实际应用中都得到了人们的广泛重视[1,2,3]．有很多软件能处理图像分割问题，常见的像Matlab、OpenCv、C语言等．和Matlab比较,OpenCv可能存在定位不准问题，C语言存在数据安全性问题.本文主要论述的就是Matlab在图像分割中的应用．
图像分割的方法有很多, 例如，基于图像灰度分布的阈值方法，基于边缘的图像分割方法，基于区域的图像分割方法，基于数学形态学的图像分割方法，基于人工神经网络的图像分割方法，基于支持向量机的图像分割方法，基于偏微分方程的图像分割方法，基于小波分析和变换的图像分割方法等，这些方法各有优点．
本文介绍4种方法：基于数学形态学的图像分割方法、基于区域信息的图像分割方法和基于边缘检测的图像分割方法和基于阈值分割的图像分割方法，并将这几种方法结合Matlab进行图像分割．
2 基础知识
2.1 Matlab简介
Matlab软件是由美国Math Works公司在1984年推出，经过多年的发展与完善．现已成为国际公认的优秀科学计算与数学应用软件．Matlab在数值计算,数字信号处理,系统识别,自动控制,振动理论,时序分析,神经网络控制,优化设计,动态仿真系统,化学统计学,特殊函数和图形领域表现出一般高级语言难以比拟的优势．
Matlab的特点如下：
(1) 科学计算:Matlab拥有庞大的数学、统计及工程函数，可使用户立刻实现所需的强大的数学计算功能．由各领域的专家学者们开发的数值计算程序，使用了安全、成熟、可靠的算法，从而保证了最强大的运算速度和可靠的结果；
(2) 直观灵活的语言:Matlab不仅是一套打好包的函数库，同时也是一种高级的面向对象的编程语言．Matlab自身的许多函数，实际上也包括所有的工具箱函数，都是用M文件实现的；
(3) 先进的可视化工具:Matlab提供功能强大的、交互式的二维和三维绘图功能，可使用户创建富有表现力的彩色图形.可视化工具包括:曲面渲染、线框图、伪彩图、光源、三维等位线图、图像显示、动画、体积可视化等；源'自:优尔-'论/文'网"www.youerw.com
(4)开放性、可扩展性强:M文件是可见的Matlab程序，所以可以查看源代码． Matlab在图像分割中的应用:http://www.youerw.com/jisuanji/lunwen_60761.html