Matlab在图像分割中的应用(2)

菜单

开放的系统设计使用户能够检查算法的正确性，修改已存在的函数，或者加入自己的新函数；

(5)Matlab工具箱加强了对工程及科学中特殊应用的支持．工具箱和Matlab一样是完全可视化的，可扩展性强.将某个或几个工具箱与Matlab联合使用，可以得到一个功能强大的计算机组合包，满足用户的特殊要求．

2.2 图像分割概述

借助集合概念对图像分割可给出如下定义：令集合R代表整个图像区域，对R的图像分割可以看作是将R分成N个满足以下条件的非空子集．

(1)在分割结果中，每个区域的像素有着相同的特性；

(2)在分割结果中，不同子区域具有不同的特性，并且它们没有公共特性；

(3)分割的所有子区域的并集就是原来的图像；

(4)各个子集是连通的区域．

所谓图像分割是把图像分割成若干个特定的、具有独特性质的区域并提取出感兴趣目标的技术，这些特性可以是像素的灰度、颜色、纹理等.提取的目标可以是对应的单个区域，也可以是对应的多个区域,这些区域是互相不交叉的，每一个区域都满足特定区域的一致性．

因此，图像分割作为图像分析和理解的一个关键步骤，其结果将直接影响到目标物特征提取和描述，以及进一步的目标物识别、分类和图像理解．

3 图像分割的几种方法

3.1 阈值分割法

图像分割方法中最基本的分割方法就是阈值化分割，其基本原理就是在图像灰度取值范围之中选择一个或多个灰度阈值，然后将各个灰度值与阈值进行比较，根据比较结果将图像分为两类或多类，从而把图像划分为互不重叠的区域集合，达到图像分割的目的．设原始图像，阈值表示满足某一规则在中找到合适的阈值，表示分割后的图像函数，