1、数字图像处理实验报告实验二 灰度图像的二值化处理学号 1姓名 日期 2013.05.11 实验二 灰度图像的二值化处理一、实验目的图像二值化是数字图像处理技术中的一项基本技术，二值化图像的显示与打印十分方便，存储与传输也非常容易，在目标识别、图像分析、文本增强、字符识别等领域得到广泛应用。图像二值化是将灰度图像转化为只有黑白两类像素的图像，大多采用阈值化算法处理。在不同的应用中，阈值的选取决定着图像特征信息的保留。因此，图像二值化技术的关键在于如何选取阈值。 二、实验内容1、编程绘制数字图像的直方图。2、 灰度图像二值化处理。三、实验要求1、自己选择灰度图像。2、选择多种阈值分割算法，并比较和
2、分析图像二值化处理的结果。3、使用 VC+编程序。四、设计思想（阈值选取算法）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，则取为前景色（白色） ；否则，取为背景色。根据文本图像的直方图或灰度空间分布确定一个阈值，以此实现灰度文本图像到二值图像的转化，其中全局阈值法又可分为基于点的阈值法和基于区域的阈值法。阈值分割法的结果很大程度上依赖于对阈值的选择，因此该方法的关键是如何选择合适的阈值。2 局部阈值法局部阈值法是用像素灰度值和此像素邻域的局部灰度特性来确定该像素的阈值的，当照明不均匀，有突发噪声，或者背景灰度
3、变化较大时，局部阈值确定技术必须根据像素的坐标位置关系自动确定不同阈值，实施动态的自适应二值化处理。五、源程序（附上注释）clc;clear allclose allI=imread(1.bmp);m,n = size(I);I_gray=double(I);T=zeros(m,n);M=3;N=3;for i=M+1:m-Mfor j=N+1:n-N max=1;min=255;for k=i-M:i+M for l=j-N:j+Nif I_gray(k,l)maxmax=I_gray(k,l);endif I_gray(k,l)T(i,j)I_bw(i,j)=255;elseI_bw(i,j)=0;endendendsubplot(121),imshow(I);subplot(122),imshow(I_bw);六、 实验结果及实验分析七、 个人体会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。在整个的图像二值化过程中比较经典的二值化方法就是 Otsu 算法和Bernsen 算法。通过实验可以知道阈值的选取最为重要，阈值选取是图象处理与分析的基础，图像二值化的阈值的选择最好由计算机自动来完成。在设计过程中，使我分析问题和解决问题的能力得到了锻炼和提高，完善了自己的知识结构，加深了对知识的理解，同时也复习了一些 C+的知识。
