MATLAB直方图的图像分割系统设计与实现(4)
近20年来，图像分割得到了广泛而持续的关注和研究，图像分割也是数字图像处理和研究的热点和难点之一。图像分割是一种重要的图像处理技术，多年来一直得到人们的高度重视，至今已提出了上千种各种类型的分割方法。主要分为阀值分割方法和边缘检测等方法；其中，阀值分割方法是提出的最早的一种方法。在过去的几十年里，人们为图像灰度阀值的自动选择付出了巨大的努力，提出了诸如迭代式阀值选择、otsu法阀值选择、最小误差阀值选择等方法。
1.3 课程研究的目的
图像分割已经成为了人们日常生活中必不可少需要接触到的最多的图像分割技术，也是实现未来高科技技术的基本要求。在我们的生活当中就处处充满了图像分割，例如大多数公司都会使用的指纹识别系统，为我们的考勤节省了时间，方便快捷的减少了前台的工作量，我们也不再需要担心忘带工卡而一天白干的困扰。在政府机关工作当中，例如公安和交警部门中，图像分割同样占据着重要的地位，在监控图像单种，如果需要搜寻调取嫌疑犯的车牌照，就少不了图像分割。甚至是在医疗方面，图像分割更是必不可少的技术手段，传统的拍片技术拍出的身体透视照片在人眼下难以识别出患处与正常肌体组织之间的区别，然后在电脑处理之后，我们就能通过图像分割清楚的看出患处的具体位置，为医生实施手术做出了巨大贡献。本次研究，我们就希望通过对基于直方图的图像分割技术的研究，优化阈值的计算方法，完成图像分割。
1.4 图像分割技术展望
在图像分割不断发展的这四十年中，科研人员们不断的对图像分割的算法进行研究和改进。逐渐发现了在当前运算条件下，任何一中单独的图像分割方法都不可能普遍的适应各种各样的图像分割环境的需要，而单一一种的图像分割方法也往往不能达到预期的图像分割算法。所以之后将多重的图像分割算法进行同时使用，才可以打到较好的图像分割的效果，然而这远远不够，还是不断的有人提出新的图像分割的算法。这说明了图像分割在优化跟适用性上任然有很长的一段路要走，依然有大量的学者认为现行的图像分割算法并不成熟，在新出现的图像分割算法中，有很多为了适应在医学中广泛运用的图像分割，使用了基于小波变换的图像分割。在医学方面图像分割的地位几乎可以说是不可动摇，不管是CT还是核磁共振以及医学研究所用的显微图像的处理，都离不开图像分割，所以图像分割的前景值得我们所有人共同努力。
1.5 本文主要内容
本文中首先介绍了我在此次使用MATLAB完成系统的过程中的前期准备，对本次设计所使用的平台MATLAB的大体介绍，其中介绍了MATLAB的特点以及本次设计为什么要选择他，他为什么比较适合本次的设计。其次介绍了图像分割这一系统，包括图像分割的种类，图像分割的功能，图像分割在未来的发展趋势等，让读者能够了解图像分割的重要性，了解图像分割的基本方法。再之后向读者介绍了本次设计的系统的整体流程和各个功能的粗略设计，之后将各个功能如何实现的具体方法展现了出来，最后对程序进行调试，测试程序的各个功能是否正常。
上一篇：Flash《构成》多媒体课件设计
下一篇：基于显著点的人脸图像品质评估算法