3.2.1  -参数法 11

3.2.2迭代法 11

3.2.3 均匀性度量法 11

3.2.5 Otsu法 12

3.2.6 最大熵法 12

3.2.7 最大类间、类内方差比法 13

3.2.8 聚类方法 14

3.3各种阈值算法的评价 14

4 图像分割的新方法 14

4.1 图像分割算法的发展趋势 14

4.2 一种基于数学形态学和模糊聚类的分割方法 14

5 MATLAB GUI设计 15

5.1 MATLAB简介 15

5.2 图形用户界面GUI 15

5.3 GUI设计原理及简介 16

5.4 设计方法 16

5.5 菜单设计 17

5.6道路分割效果图....17

6 结论与展望 20

6.1结论 20

6.2 展望 21

致   谢 21

参考文献 22

附录（MATLAB程序源代码） 23

在科学飞速发展的今天,人们对信息的处理和交换有着越来越高的追求，最典型的性能升级相关的手机和数码产品更快。与直观的图像信息,图像,和容易理解,和大量的信息的特点,所以它是人们的日常生活、生产中最受欢迎的类型的信息。这是由于我们的视觉的特点，通过图像技术的发展使得对图像的处理技术获得了很大的提高。

1.1 本课题研究的意义和目的源:自*优尔`%论,文'网·www.youerw.com/

通常人们最关心的是把一个想要的图像从一个完整的图像中分离出来,图像从一个地区的道路和其他地区的道路分离出来,这就可以称之为道路分割。由于道路分割是区分“视觉”和“背景”的,所以我们一般习惯性叫做二值化。道路分割是图像处理的比较重要的部分,从1970年开始就获得了人们的重视,提出了成百上千的算法来进行分割,但由于没有一个统一的标准或者理论，所以使用的算法还是要根据具体的情况来选择,而不是通篇一律的选择一种固定的算法来应用到所有的图像中。选择合适的分割算法,很多实际问题的图像分割技术的应用带来解决的办法。近年来,出现了许多新的想法,新的方法或改进算法。一般来说,目标道路图像的识别和道路图像的分析是其中的第一步,后续的道路图像处理由图像分割的好坏来决定。目标道路分割和提取道路的图像以及计算机视觉领域的研究有着非常密切的关注。因为大量的数字图像处理方法将目标分割和提取过程中，很多学者注意到在计算机视觉领域,模式识别等广泛使用。在这个问题如果能找到的解决办法一定会使其进一步的发展。道路的分割和边缘在最近的一段时间里人们都在关注这一问题并且有越来越多的人投入到这项工作研究之中，且有些人已经取得了一定的成就。但要找到一个可以广泛应用于各种复杂条件的高精度分割和检测算法的探索空间。边缘提取和分割是图像分析的一个经典主题的当前理论和方法仍有许多不足之处仍在持续改进和发展。可以肯定的是,对象之间的边界是不平等的边缘是指图像中像素的值的突变和对象之间的边界是指存在在现实场景和对象之间的边界。可能是边缘的地方不是边界边界，不得优势为现实世界的对象是3 d,只有2d图像信息从三维到二维投影成像将不可避免地失去一些信息；额外的照明和成像噪音是不可避免的过程中最重要的因素。不仅仅因为这些原因仍然是基于边缘的图像分割是一个世界级的问题在当前图像的研究人员现在正试图加入的高层语义信息提取边缘。由于图像的定位不准确,所以一些人希望通过人机互动的方法并且利用目标道路来实现快速的定位。相信互动的应用方法将目标图像分割和提取不仅有广阔的应用前景,在学术方面上也有进一步研究的重要价值也肯定会成为一个独立和活跃的领域。文献综述