图像分割算法的研究开题报告.docVIP

毕 业 论 文 开 题 报 告 1．结合毕业论文情况，根据所查阅的文献资料，撰写2000字左右的文献综述： 文 献 综 述 一、课题背景和研究意义 在计算机视觉、模式识别中,常常需要将图像分割成一些有意义的区域,或者是将图像中有意义的特征提取出来,以便机器视觉识别和检验。因此,图像分割是图象处理中最基本的和最重要的技术之一，它是任何理解系统和自动识别系统必不可少的一个重要环节[１]。 所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同[２]。简单的讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理[１]。 图像分割就是将图像分成各具特性的区域，并提取感兴趣目标的技术和过程，是图像分析的关键步骤。它在图像增强，模式识别，目标跟踪等领域中有广泛的应用。至今已提出了多种分割方法，可粗略地分为基于直方图的分割方法（阈值化分割，如OTSU，最大熵等），基于边缘的分割方法，基于区域的分割方法三类[5][7]。 阈值法是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。已被应用于很多的领域，例如，在红外技术应用中，红外无损检测中红外热图像的分割，红外成像跟踪系统中目标的分割；在遥感应用中，合成孔径雷达图像中目标的分割等；在医学应用中，血液细胞图像的分割，磁共振图像的分割；在农业工程应用中，水果品质无损检测过程中水果图像与背景的分割[14]。在工业生产中，机器视觉运用于产品质量检测等等。在这些应用中，分割是对图像进一步分析、识别的前提，分割的准确性将直接影响后续任务的有效性，其中阈值的选取是图像阈值分割方法中的关键技术［８］。有以下几种常用方法：  1．基于点的全局阈值选取方法，包括有p-分位数法，迭代方法选取阈值，直方图凹面分析法，熵方法等方法。 2．基于区域的全局阈值选取方法，包括有二维熵阈值分割方法，简单统计法，直方图变化法和其它基于区域的全局阈值法。 3 ．局部阈值法和多阈值法，包括有局部阈值（动态阈值）和多阈值法［４］［７］。 在数字图像处理中，图像分割在物体的自动识别及感兴趣区的定量分析中有重要的应用价值。严格意义上的分割是指每一个物体都能和它的背景区分开来成为一个独立完整的区域。但在实际应用中这是很困难的因为图像分割没有统一的判别标准，也没有通用的分割方法，一般来说，只要能把感兴趣的部分从背景中分割出来就可以接受［４］。随着数字图像研究的深入，产生了很多图像分割的方法，但每种方法都不可能适用于所有图像，也不存在一种判断是否分割成功的客观标准。另一方面，给定一个实际图像分割问题要选择合用的分割算法也还没有标准的方法。为解决这些问题需要研究对图像分割的评估问题。评估是改进和提高现有算法性能、改善分割质量和指导新算法研究的重要手段［６］［７］。 二、国内外研究现状 图像阈值化这个看似简单的问题，在过去的四十年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法[2]，但是遗憾的是，如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果，甚至也没有一个理论指导我们选择特定方法处理特定图像[10]。 1984年Dunn等人提出了均匀化误差阈值选取方法，这种方法实质上是要使将背景点误分为目标点的概率等于将目标点误分为背景点的概率，类似于最小误差阈值法[８]。 近年来有一些新的研究手段被引入到阈值选取中。比如人工智能，如何用人工智能的方法，寻找直方图的谷底点，作为全局阈值分割[９]。其它如神经网络，数学形态学[８][９]，小波分析与变换[９]等等。 三、仿真技术 总的说来，仿真技术是近30年来发展起来的一门综合性很强的新兴技术学科，它涉及到各相关专业理论与技术，诸如系统分析、控制理论、计算方法和计算技术等。当在实际系统上进行实验比较困难甚至无法实现时，仿真技术就成了十分重要，甚至是必不可少的工具，它在现代科研、生产和教育训练等方面发挥着重要作用，应用也十分广泛［６］。 应用仿真技术可以收到事半功倍的效果。可以通过在计算机进行反复多次的模拟实验运行来取代耗资巨大的物理模拟和实物实验，甚至可以进行受到各种原因和条件限制而无法实现的实验，具有投资少、无风险、周期短、可重复等突出特点［６］。 本课题仿真要用到的计算机软件程序是MATLAB.MATLAB的名称源自 Matrix Laboratory ，它是一种科学计算软件，专门以矩阵的形式处理数据。 MATLAB 将高性能的数值计算和可视化集成在一起，并提供了大量的内置函数，从而被广泛地应用于科学计算、控制系统、信息处理等领域的分析、仿真和设计工作，而且利用 MATLAB 产品的开