图像分割技术图像分割就是将一副数字图像分割成不同的区域，在同一区域内具有在一定的准则下可认为是相同的性质，如灰度、颜色、纹理等，而任何相邻区域之间器性质具有明显的区别。主要包括：边缘分割技术、阈值分割技术和区域分割技术。1.边缘分割技术边缘检测是检测图像特性发生变化的位置，是利用物体和背景在某种图像特性上的差异来实现的。不同的图像灰度不同，边界处会有明显的边缘，利用此特征可以分割图像。边缘检测分割法是通过检测出不同区域边界来进行分割的。常见的边缘检测方法：微分算子、Canny算子和LOG算子等，常用的微分算子有Sobel算子、Roberts算子和Prewit算子等。（1）图像中的线段对于图像的间断点，常用检测模板：对于图像中的线段，常用的检测模板：检测图像中的线段：closeall;clearall;clc;I=imread('gantrycrane.png');I=rgb2gray(I);h1=[-1,-1,-1;222;-1-1-1];%模板h2=[-1-12;-12-1;2-1-1];h3=[-12-1;-12-1;-12-1];h4=[2-1-1;-12-1;-1-12];J1=imfilter(I,h1);%线段检测J2=imfilter(I,h2);J3=imfilter(I,h3);J4=imfilter(I,h4);J=J1+J2+J3+J4;%4种线段相加figure,subplot(121),imshow(I);subplot(122),imshow(J);（2）微分算子Roberts算子的计算公式：采用edge()函数进行图像的边缘检测。Roberts算子进行图像的边缘检测：closeall;clearall;clc;I=imread('rice.png');I=im2double(I);%Roberts算法进行边缘检测[J,thresh]=edge(I,'roberts',35/255);figure,subplot(121),imshow(I);subplot(122),imshow(J);Prewitt算子对于复杂的图像，Roberts算子不能较好的得到图像的边缘，而需要采用更加复杂的3*3的算子，Prewittd算子如下，这两个分别表示图像的水平梯度和垂直梯度。closeall;clearall;clc;I=imread('cameraman.tif');I=im2double(I);%Prewitt算子进行边缘检测[J,thresh]=edge(I,'prewitt',[],'both');figure,subplot(121),imshow(I);subplot(122),imshow(J);Sobel算子Sobel算子模板：采用Sobel算子进行图像的水平边缘检测：closeall;clearall;clc;I=imread('gantrycrane.png');I=rgb2gray(I);I=im2double(I);%Sobel算子进行边缘检测[J,thresh]=edge(I,'sobel',[],'horizontal');figure,subplot(121),imshow(I);subplot(122),imshow(J);（3）Canny算子Canny算子具有低误码率、高定位精度和抑制虚假边缘等优点。closeall;clearall;clc;I=imread('rice.png');I=im2double(I);J=imnoise(I,'gaussian',0,0.01);%添加高斯噪声[K,thresh]=edge(J,'canny');%Canny算子检测边缘figure,subplot(121),imshow(J);subplot(122),imshow(K);（4）LOG算子拉普拉斯（Laplacian）算子是一种不依赖于边缘方向的二阶微分算子，它是标量而不是矢量，具有旋转不变的性质，在图像处理中经常被用来提取图像的边缘，表达式为：首先用Gaussian函数对图像进行平滑，然后采用Laplacian算子根据二阶导数过零点来检测图像边缘，称为LOG算子。优点：边界定位精度高，抗干扰能力强，连续性好等。closeall;clearall;clc;I=imread('cameraman.tif');I=im2double(I);J=imnoise(I,'gaussian',0,0.005);%添加高斯噪声[K,thresh]=edge(J,'log',[],2.3);%LOG算子检测边缘figure,subplot(121),imshow(J);subplot(122),imshow(K);2.阈值分割技术阈值分割技术关键在于寻找合适的阈值，通常根据图像的直方图来选取。（1）全局阈值整个图像中只使用一个阈值，图像分为两个区域，目标对象（黑色）和背景对象（白色），全局阈值将整个图像的灰度阈值设置为常数。对于物体和北京比较明显的图像，其灰度值直方图为双峰形状，可以选择良峰之间的波谷对应的像素值作为全局阈值，将图像分割为目标对象和背景，公式为：为点（x,y）的像素值，为分割后的图像，T为全局阈值。采用全局阈值对图像进行分割：closeall;clearall;clc;I=imread('rice.png');J=I>120;%图像分割，阈值分割为120[width,height]=size(I);fori=1:widthforj=1:heightif(I(i,j)>130)%图像分割，阈值分割为130K(i,j)=1;elseK(i,j)=0;endendendfigure,subplot(121),imshow(J);subplot(122),imshow(K);采用函数im2bw()进行彩色图像分割：cl...
