湖北省孝感高级中学 432000
摘 要：本文基于传统的灰度阈值图像分割，利用图像增强中的微分梯度，对原有图像的细节进行锐化增强，然后再使用这三种方法进行分割，得到的分割结果和传统的分割方法得到的结果进行比较，该方法确实达到了改善分割后图像细节的效果。
关键词：图像分割 阈值 图像增强
一、图像分割技术的算法分析
笔者基于对算法的理解，可以明晰各种算法的优缺点及各自的使用范围。主要体现在下述三点：
1.基于迭代法的图像分割技术对于初始数值的选取依赖性较大，它的选取是否成功将直接影响迭代法的最终结果。
2.直方图双峰法是一种理想的算法，当原始图像无法呈现出典型的目标与区域边界的特征时，该方法无法得出良好的结果。
3.基于二维视角的最大累间方差的分割算法作为直方图的延伸算法，突破了直方图算法的局限性，解决了直方图阈值算法中不能适用于峰间较为平缓的图像。但是由于其增加了一个维度，相应的计算复杂程度也得到几何级增加，使得分割时间呈现倍数增长，影响了分析的精确度。
二、基于Matlab开发平台的阈值图像分割实现及效果分析
1.基于Matlab的阈值分割图像技术的实现。
本文分别以迭代法、直方图双峰法、最大类间方差法对原始图像进行分割实现。
2.迭代法图像分割技术实现。
基于迭代法的图像分割算法，以原始图像为例，对其展开设计分析。
3.实验结果分析。
上面三种方法是基于阈值的图像分割方法，由分割得到的结果我们发现这三种方法的优点在于实现简单，但是这只是针对少数不同类别物体彼此灰度相差很大时，才能进行有效的分割。当图像中不存在明显灰度差异或灰度值范围有较大重叠，难以得到准确的分割结果。其次，仅考虑灰度信息而不考虑图像空间信息，因此对噪声的灰度不均匀性敏感。最后，分割后得到的图像不能很好地显示图像的细节。
期刊文章分类查询,尽在期刊图书馆三种分割方法得到的图像都不能很好地显示硬币的表面细节，并且未能将图像边界完整分割开来。所以，在实际的运用中，总是将其与其他方法结合起来使用。
三、算法分析及改进
基于上述图像运行结果，笔者基于图像增强技术对其算法展开改进设计。
1.具体算法。
图像增强就是按照人们主观上对理想图像的要求，对原有图像进行锐化或平滑处理，使之达到改善图像质量的实际应用要求。本图像为增强图像的细节就得将原始图像进行锐化，图像的边缘细节与图像上梯度的整体强度有关，图像边缘越强，图像的细节效果越明显。梯度图像能够更好地适应图像边缘的变化快慢，边缘检测也常用各种微分算子来提取图像的边界。图像边界信息更多地是高频信号，这与梯度有更大的关系，因此对保存有完整图像边界信息的图像进行梯度锐化后分割更加合理。
2.改进效果评价。
通过实验分析该方法能让求出原始图像的直方图自动实现阈值分割，与直方图双峰法比较，该方法不需要提供原始图像的直方图。因此在时间上大大提高了分割运行效率。但是，该方法存在的不足之处就是在分割后图像的灰度增加，因此会增加图像的损失，针对这一特点，我们可以对该方法的使用范围加以描述，该方法比较适合关于灰度图为字画的图片，处理效果比较明显。
四、结论
笔者先是运用传统的直方图的分割方法来处理目标图像，但是用传统的方法对目标图像处理后虽能显示出图像的部分细节，但是还有很多部分不能很好地显示出来，所以笔者提出了图像增强的分割改进算法。梯度不仅是一种重要的数学运算，在图像增强中也是突出细节信息的一种重要方法。图像梯度可以有效减少输入图像信号的零频和低频成分，提取或突出灰度图像的边缘和细节，从而提高图像的分辨率和识别率。该方法对复杂灰度图像的细节部分具有较好的分割效果，而且计算增加不多，并且同时可以应用于灰度图像与彩色图像，能较好地克服了传统阈值分割方法的缺点。
参考文献
[1]全良荣 基于阈值的图像分割方法研究与实现[D].浙江：杭州电子科技大学，2011。
[2]许新征 丁世飞 史忠植 等 图像分割的新理论和新方法[J].电子学报， 2010，38，（2）：76-82。
[3]Yang Sheng-ke Zhang Chao Advanced Algorithm for Edge Detection Using SUSAN Operator[J]．Chinese：Tactical Missile Technology，2007，（6）：83-86。
[4]郝颖明 朱枫 2维Otsu 自适应阈值的快速算法[J].中国图像图形学报，2015，10，（4）：484-488。
[5]范九伦 赵凤 张雪峰 3维 Otsu 阈值分割方法的递推算法[J].电子学报，2007，35，（7）。
论文作者:郭清瑞
论文发表刊物:《素质教育》2017年9月总第247期
论文发表时间:2017/11/6
标签：图像论文; 阈值论文; 灰度论文; 算法论文; 直方图论文; 方法论文; 锐化论文; 《素质教育》2017年9月总第247期论文;