邹跃

摘要针对阈值分割技术可有效地提取待测物轮廓的特点，基于MATLAB软件平台，以结构简单的模糊字母“C”为原始图像，通过分析直方图分布特点，找到最佳阈值以及运用直方图均衡化与直方图规定化等手段，获得了很好地效果。

关键词MATLAB阈值分割技术

中图分类号：TP391 文献标识码：A

0引言

图像在形成与存储的过程中会因为各种因素的影响降低像质，尤其当低透明度物质的阻碍使得目标物模糊不清，不能有效提取有用信息，严重时甚至连大概的轮廓都识别不到，纵使再好的图像处理技术也很难恢复。然而对于结构简单的图像，阈值分割相比其他复杂的算法显得更简单、高效。本文以磨砂玻璃模拟低透明度物质，通过采集目标物图像，以阈值分割為主要手段进行处理，得到一系列的优化结果。

1阈值分割

图像分割是一种图像预处理的过程，可有效提取目标信息，尤其在一幅对比度高的模糊图像中可以增强感兴趣的部分，阈值分割技术是图像分割的重要组成部分，适用于目标和背景差异较大的场合，在很多领域效果显著，诸如指纹的提取、红外微光夜视仪对目标的分割以及透过大气层对地面物体的识别等等。

2二值化

阈值分割是依据目标与背景灰度差异的原理，因此在对一幅图像预处理之前先将彩图进行灰度化处理，然后获得图像的直方图分布，根据灰度的分布特点找到若干个拐点，这些拐点往往就是目标与背景轮廓的分界点，即为图像的阈值点，最后通过设定阈值，在MATLAB中使用工具箱函数im2bw将灰度图像二值化，由于目标和背景灰度值不同，预处理的图像最终效果即为大于阈值的灰度值部分显示为白色，小于阈值的为黑色，这样就能够有效提取目标信息。

3直方图均衡化

二值化虽然黑白分明，对目标物识别效果明显，但往往工作于目标物和背景对比度差异较大的条件，如果从直方图不能很好地找到阈值点，效果就不好。直方图均衡化可以很好地提高图像的对比度，使得灰度分布呈现均匀的分布特点，从而使目标更好地在背景中凸显出来，它是二值化的一种延拓，根据具体情况选择可以达到最佳的效果。

4直方图规定化

当直方图有多个拐点，且直方图均衡化效果不是太理想时，我们可以设置多个阈值点，通过对比找到最佳的图像。直方图规定化就是一类可以根据自己需求截取某段灰度区间进行增强的技术，它是对直方图均衡化自动增强对比度的一种人为的控制和完善。通过直方图直观地找到分段区间，再在各区间使用直方图均衡化，由于目标和背景灰度值相差较大，目标的最佳再现总会在这几段区间出现，它起到了一种对图像的二值化和直方图均衡化各自不足的完善作用。这里以一幅模糊的“C”为原图，灰度级设定为256级，取直方图有效的灰度区间[95,115],找到四段“峰谷”区间[103,104]、[104,107]、[107,109]、[109,115]，分别进行直方图均衡化处理，得到如图（1）所示的结果。

从图（1）结果来看，各“峰谷”区间还是存在着较大的差异，所以当一幅直方图有多个阈值点时，可以考虑直方图规定化，设置多个阈值点，在每两个或者若干个阈值点间进行直方图均衡化，或许能够得到不错的结果。

除此以外还存在着若干分割算法，比如最大类间方差、迭代法、最大熵分割等等，还有各种自动求取阈值点以及边缘检测和形态学分割等技术，仅针对本实验获得的模糊图像，它们所得到的效果图与上面介绍的分割算法得到的效果相似或不及，总而言之，阈值分割技术在图像的预处理过程中起到重要的提取关键信息的作用。

5总结

虽然本实验的阈值分割技术能够得到不错的效果，但是在结构复杂的模糊图像中往往受到很大的限制，会使得目标信息变形，因而该类方式适合于在人眼能够识别到大概轮廓且结构相对简单的图像中。

参考文献

[1]刘东菊.基于阈值的图像分割算法的研究[D].北京:北京交通大学,2009.

[2]张燕红,孔波,邢翠芳.直方图规定化在图像增强中的应用及实现[J].电脑知识与技术.2009,5(34):9814-9815.

[3]武红玉.阈值分割算法在图像处理中的应用[J].科技信息.2012(27):201-202.