关于一维数字图像二值化实现-答辩.ppt
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 关于 数字图像 二值化 实现 答辩
- 资源描述:
-
,单击此处编辑母版标题样式,Click to edit Master text styles,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,单击此处编辑母版标题样式,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,单击此处编辑母版标题样式,Click to edit Master text styles,*,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,单击此处编辑母版标题样式,*,基于图像处理的一维医学曲线读取二值化方法研究与实现,答辩人:*,本论文概述,在人类获取的信息中,视觉信息约占60%,听觉约占20%,其它约占20%。由此可见,视觉信息对人类非常重要。同时,图像是人类获取视觉信息的主要途径。图像二值化是图像预处理中的一项重要技术,在模式识别、光学字符识别、医学成像等方面都有重要应用。,论文介绍了图像及数字图像处理技术的一些概念和相关知识;课题重点实现了图像分割技术中灰度图像二值化方法,如Otsu算法、自适应阈值分割算法,并对这些算法运行的实验结果进行分析。,本论文一览,第一章 前言,1.图像与数字图像,2.数字图像处理概述,3.数字图像二值化及其意义,第二章 图像预处理,1.图像灰度化,2.图像直方图,第三章 图像二值化方法,1.bmp文件格式,2.几种二值化方法,3.二值化方法研究动态,第四章 Otsu方法,1.Otsu算法分析,2.Otsu方法流程图,第五章 自适应阈值方法,1.固定阈值二值化方法,2.自适应阈值分割,第六章 实验结果,1.实验结果,2.总结,1.1图像与数字图像,模拟图像。包括光学图像、照相图像、电视图像等。,数字图像。数字图像是将连续的模拟图像经过离散化处理后得到的计算机能够辨识的点阵图像。在严格意义上讲,数字图像是经过等距离矩形网格采样,对幅度进行等间隔量化的二维函数。因此,数字图像实际上就是被量化的二维采样数组。,数字图像优势:精度高 处理方便 重复性好,1.2数字图像处理概述,数字图像处理内容:点运算 几何运算 图像增强 图像复原 图像形态学处理 图像编码 图像重建 模式识别,特点:,(1)处理信息量大(2),占用的频带较宽(图像带宽5.6MHZ,语音仅4KHZ)(3)像素不独立、相关性强(4)三维景物的二维投影(5)处理结果如果给人评价,受人的因素影响大。,1.3二值化及其意义,一幅图像包括目标物体、背景还有噪声,要想从多值 的数字图像中直接提取出目标物体,最常用的方法就是设定一个阈值T,用T将图像的数据分成两部分:大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法,称为图像的二值化(BINARIZATION)。,意义:有,利于再对图像做进一步处理时,图像的集合性质只与像素的值为0或255的点的位置有关,不再涉及像素的多级值,使处理变得简单,而且数据的处理和压缩量小。,2.2图像直方图,当我们需要知道一幅图中的灰度分布情况,这时就可以采用灰度直方图(histogram)来表示,往往我们用横坐标表示灰度值,纵坐标表示该灰度值出现的次数(频率)。,3,几种二值化方法,灰度图像的二值化处理有很多种方法,主要分为全局阈值法和局部阈值法。,3.1全局阈值法,全局阈值法是指在二值化过程中只使用一个全局阈值T的方法。它将图像的每个像素的灰度值与T进行比较,若大于T,取白色。否则,取黑色。,3.2局部阈值法,由当前像素灰度值与该像素周围点局部灰度特征来确定像素的阈值。例如可以将原图像划分为一些不相交的小块,将各块图像的灰度均值作为该部块图像的阈值,在局部上采用上面的整体阈值法。,4 Otsu算法,4.1该方法的原理是:,设阈值将图像分割成两组,一组灰度对应目标,另一组灰度对应背景,分别计算两组灰度值的类内方差。当被分割成的两类类间方差最大时,此灰度值就作为图像二值化处理的阈值。这种方法于1980 年由日本的大津展之提出,主要依据是概率统计与最小二乘法原理。,对于图像I(xy)前景(即目标)和背景的分割阈值记作T属于前景的像素点数占整幅图像的比例记为0其平均灰度0;背景像素点数占整幅图像的比例为1其平均灰度为1。图像的总平均灰度记为类间方差记为g。假设图像的背景较暗并且图像的大小为MN图像中像素的灰度值小于阈值T的像素个数记作N0像素灰度大于阈值T的像素个数记作N1则有:0=N0/MN(1)1=N1/MN(2)N0+N1=MN(3)0+1=1(4)=0*0+1*1(5)g=0(0-)2+1(1-)2(6)将式(5)代入式(6)得到等价公式:,g=01(0-1)2,(7),4.2 Otsu方法流程图,实验结果,本设计只是对于bmp格式灰度图像进行研究。用Otsu方法和自适应方法对图像进行二值化处理,以下为研究对象的原始图像:,灰度化后图:,Otsu二值化后图:,自适应阈值二值化后图:,总结:,本文提到了很多二值化的方法。固定阈值二值化方法,实际上是二值化方法中最基本的算法。固定阈值算法主要针对具有双峰直方图的图像,而对于不具有明显双峰的直方图则无法用这个算法确定最佳阈值。并且有的时候会产生信息丢失。,基本自适应阈值二值化方法的核心是将图像划分为更小的子图像。然后再根据子图像的像素信息来确定各像素对应的阈值。其优点是对一些背景前景区分不明显的图像能有好的效果,并且不会产生较大的信息丢失。其处理效果明显好于固定阈值二值化方法,没有发生信息丢失的现象。,Otsu大津法则是二值化算法中的一个经典算法。Otsu算法可以说是自适应计算单阈值(用来转换灰度图像为二值图像)的简单高效方法。大津法选取出来的阈值非常理想,对各种情况的表现都较为良好。虽然它在很多情况下都不是最佳的分割,但分割质量通常都有一定的保障。可以说是最稳定的分割。Otsu算法是一种较为通用的分割算法。,致谢:,感谢答辩组各位老师!,感谢我的导师*老师!,展开阅读全文

咨信网声明:本文档由用户上传并分享,仅供学习交流、研究之用,未经授权,严禁复制、发行、汇编、翻译或网络传播等,侵权必究。
咨信网小贴示:
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】
1、浏览或下载可查看了解,请点击【咨信网告知】。
2、下载文件中如有侵权或不适当内容,将立即纠正。
3、如果因为网速或其他原因下载失败请重新下载,重复下载[60天内]不扣币。
4、开具发票登录电脑端申请,请点击【索取发票】。
咨信网客服组:【微信客服】


关于一维数字图像二值化实现-答辩.ppt
















自信AI助手














微信客服
客服QQ
发送邮件
意见反馈



链接地址:https://www.zixin.com.cn/doc/14665136.html