摘  要：何为图像分割，就是指把完整的图像通过其特殊性质分割成不同的特定区域，称为目标或者前景，图像的其余部分称为图像的背景。是从图像处理到图像分析的关键步骤，因此对后续的图像处理与分析中具有重要的意义。

喷涂机器人通过图像目标识别解决机器人自身定位，进行高精度实时控制,完成喷涂任务。根据麻将喷涂机器人视觉测量系统拍摄的图像快速识别麻将图案和位置。为识别图像上的麻将图案，首先对特定的图案进行分割，为下一步识别图案和定位做好准备。本文主要研究的内容是通过阈值分割方法对麻将图片进行分割，对比不同阈值分割方法的效果得出较合适的阈值分割方法。主要分为三个部分：

第一部分主要是对图像分割的历史和发展状况进行描述并分析了其至今仍存在的问题和导致问题的原因。

第二部分重点阐述了在进行图像分割时所使用到的各种理论，如锐化和中值滤波的基础理论，最大类方差法和迭代二值化法分割的基本思想。

第三部分是通过实际操作测试，将麻将上的图案采用不同的阈值分割方法，以此对比每种分割方法之间的差别，并对迭代二值化法进行改进，使得分割后的图像轮廓更加清晰，分割效果得到提高。

关键词：阈值分割，改进的迭代二值化，麻将图像，中值滤波，锐化

目录

摘要

Abstract

1. 绪论-1

1.1图像分割技术的研究背景-1

1.2图像分割的国内外研究现状及发展趋势-1

1.3图像分割存在的问题与难点-2

1.4本文的研究内容-3

2. 分割麻将图像所用到的理论基础-3

2.1 锐化-3

2.2 中值滤波-4

2.3 灰度直方图-4

2.4 阈值分割-5

2.5 最大类间方差法-6

2.6 迭代二值化分割-6

3 对麻将进行阈值分割的方法及结果-7

3.1 最大类方差法-7

3.1.1 最大类方差法-7

3.1.2   最大类方差法分割结果-10

3.2 改进后的迭代二值化分割-11

3.2.1 改进后的迭代二值化分割-11

3.2.1 改进后的迭代二值化分割结果-12

4. 结论-15

参考文献-16

致 谢-17