1。1。1 图像分割的研究现状 1

1。1。2 图像分割技术的发展趋势 2

1。1。3 遗传算法应用于图像分割的发展 3

1。2 本文主要内容 4

第二章 图像分割技术综述 5

2。1 图像分割基本概念 5

2。2 图像分割的方法 6

2。2。1 基于阈值的分割方法 6

2。2。2 基于边缘的分割方法 7

2。2。3 基于区域的分割方法 7

2。2。4 结合特定理论工具的分割方法 8

2。2。5 灰度直方图 8

2。2。6 均值滤波 9

第三章 阈值分割方法 10

3。1 阈值法基本原理 10

3。2 常用的阈值选取方法 11

3。2。1 灰度直方图峰谷法 11

3。2。2 最小误差法 11

3。2。3 最大类间方差法(Otsu 法) 11

3。2。4 最大熵自动阈值法 11

3。2。5 迭代式阈值分割 12

3。3 最大类间方差法（Otus 法）基本原理 12

第四章 遗传算法 14

4。1 遗传算法简介 14

4。2 遗传算法基本原理 14

4。3 遗传算法的基本步骤 15

4。4 适应度函数构造及编码方法 16

4。5 遗传算法的特点和优点 17

4。5。1 传统算法 17

4。5。2 遗传算法特定及优点 18

4。5。3 遗传算法的应用 19

4。5。4 设计思路 20

第五章 MATLAB 仿真结果及分析 21

5。1 传统阈值分割方法的实现与比较 21

5。2 基于遗传算法的多阈值分割的比较 22

5。3 基于遗传算法的 otsu 分割和最大熵法分割的比较 27

实验结论 28

展望与发展 30

致谢 31

参考文献 32

第一章 绪论

1。1 研究背景

在数字图像的处理和计算机视觉处理中，往往需要把图像中的目标部分，也就 是前景，从背景中分离或突出表现出来，从而可以对图像进行更进一步的处理，这 个过程所产生结果的优劣往往会影响对图像进一步处理的质量。因此，图像分割技 术作为一种基本的图像分析处理技术，多年来一直得到人们的高度重视。目前已有 多种方法能够对图像进行分割，比较经典的有：阈值法、边缘检测法、区域跟踪法、 以及基于特定理论工具的方法。阈值法是应用比较广泛的一种方法，时至今日，人 们已经提出多种阈值分割方法，比如最小误差阈值法、最大类间方差法（Otus 法)、 最大熵自动阈值法等。阈值化是图像分割中广泛使用的一种有效工具。论文网