資源描述：
《圖像分割算法的研究與實(shí)現(xiàn) 開題報(bào)告》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、湖北師范學(xué)院學(xué)士學(xué)位論文（設(shè)計(jì)）開題報(bào)告學(xué)生姓名所在院系物理與電子信息科學(xué)學(xué)院所在班級(jí)指導(dǎo)教師學(xué)生學(xué)號(hào)專業(yè)方向電子信息科學(xué)與技術(shù)開題時(shí)間2010.3.8導(dǎo)師職稱論文題目圖像分割算法的研究與實(shí)現(xiàn)文獻(xiàn)綜述：從上世紀(jì)70年代起,許多研究人員為圖像分割問題付出了巨大的努力?，F(xiàn)代圖像處理技術(shù)已成功地應(yīng)用于許多領(lǐng)域。例如,機(jī)動(dòng)車號(hào)牌識(shí)別,交通路口(段)的電子警察,文字識(shí)別(OCR),指紋識(shí)別,等等。圖像分割是圖像識(shí)別和圖像理解的基本前提,圖像分割質(zhì)量的好壞直接影響后續(xù)圖像處理的效果,因此圖像分割的作用是至關(guān)重要的。圖像分割是指將一幅圖像
2、分解為若干互不交疊的有意義具有相同性質(zhì)的區(qū)域。好的圖像分割應(yīng)具備的特征:①分割出來的各區(qū)域?qū)δ撤N性質(zhì)例如灰度,紋理而言具有相似性,區(qū)域內(nèi)部是平整的且沒有許多小孔;②相鄰區(qū)域?qū)Ψ指钏罁?jù)的性質(zhì)有明顯的差異;③區(qū)域邊界是明確和規(guī)整的。大多數(shù)圖像分割方法只是部分滿足上述特征。如果加強(qiáng)分割區(qū)域的同性質(zhì)約束,則分割區(qū)域很容易產(chǎn)生大量小孔和不規(guī)整邊緣;若強(qiáng)調(diào)不同區(qū)域間性質(zhì)差異的顯著性,則易造成不同質(zhì)區(qū)域的合并。具體處理時(shí),不同的圖像分割方法總是在各種約束條件之間尋找一種合理的折中[1]。圖像分割是圖像處理到圖像分析的關(guān)鍵步驟,也是進(jìn)一步
3、圖像理解的基礎(chǔ)。所謂圖像分割是指把圖像分成各具特性的區(qū)域并提取出感興趣目標(biāo)的技術(shù)和過程。借助集合概念對(duì)圖像分割可給出如下比較正式的定義令集合R代表整個(gè)圖像區(qū)域,對(duì)的分割可看作將R分成N個(gè)滿足下列5個(gè)條件的非空子集（子區(qū)域）R1,…,RN;①R1UR2…URN=R;②對(duì)所有的i和j,有Ri∩Rj=?(i≠j);③對(duì)i=1,2,?,N,有P(Ri)=TRUE;④對(duì)i≠j,有P(Ri∪Rj)=FALSE;⑤對(duì)i=1,2,?,N,Ri是連通區(qū)域。其中P(Ri)是對(duì)所有在集合Ri中元素的邏輯謂詞，?代表空集。在實(shí)際應(yīng)用中,圖像分割不僅
4、要把一幅圖像分成滿足上面5個(gè)條件的各具特性的區(qū)域,而且需要把感興趣目標(biāo)區(qū)域提取出來。由于符合上述條件的分割計(jì)算十分復(fù)雜和困難,圖像分割成為圖像處理中一個(gè)經(jīng)典的研究課題[2]。圖像分割方法根據(jù)分割方法的不同特點(diǎn)可分為:閾值分割、基于邊緣的圖像分割、基于區(qū)域的圖像分割、基于模型的圖像分割和基于人工智能的圖像分割等[3]。閾值分割圖像分割的經(jīng)典方法是基于灰度閾值的分割方法，它通過設(shè)置閾值，把像素點(diǎn)按灰度級(jí)分若干類，從而實(shí)現(xiàn)圖像分割。把一副圖像轉(zhuǎn)化為二值圖像是閾值分割的最簡(jiǎn)單形式。閾值處理是一種區(qū)域分割技術(shù)，將灰度根據(jù)主觀愿望分成兩
5、個(gè)或多個(gè)等間隔或不等間隔灰度區(qū)間，它主要是利用圖像中要提取的目標(biāo)物體和北京在灰度上的差異，選擇一個(gè)合適的閾值，通過判斷圖像中的每一個(gè)像素點(diǎn)的特征屬性是否滿足閾值的要求來確定圖像中該像素點(diǎn)術(shù)語目標(biāo)區(qū)還是應(yīng)該屬于區(qū)域，從而產(chǎn)生二值圖像，它對(duì)物體和背景有較強(qiáng)對(duì)比景物的分割特別有用。它計(jì)算簡(jiǎn)單，而且總能用封閉而且連通的邊界定義不交疊的區(qū)域。閾值值分割主要有兩個(gè)步驟：1）確定正確分割的閾值;2）將所有像素的灰度級(jí)與閾值進(jìn)行比較，以進(jìn)行區(qū)域劃分，達(dá)到目標(biāo)與背景分離的目的。在這一過程中，正確確定閾值是關(guān)鍵，只要能確定一個(gè)合適的闡值就可完成
6、圖像的準(zhǔn)確分割。閾值法簡(jiǎn)單、運(yùn)算效率高，是圖像分割中廣泛采用的方法。閾值分割法的結(jié)果很大程度上依賴于對(duì)閾值的選取，因此該方法關(guān)鍵是如何選擇合適的閾值[4]。常見閾值選取方法：1.雙峰法雙峰法的原理：是它假設(shè)圖象是由前景和背景組成，在灰度直方圖上前后二景都形成高峰，在雙峰之間的最低谷處就是圖象的閾值所在。該方法的分割效果來看，當(dāng)前后景對(duì)比較為強(qiáng)烈時(shí)，分割效果較好，否則基本無效。2.迭代法（最優(yōu)方法）它基于逼近的思想，基本算法如下：（1）求出圖像的最大灰度值和最小灰度值，分別記為Max和Min，令初始閾值為：根據(jù)閾值將圖像分割為
7、前景和背景，分別求出兩者的平均灰度值和；（2）求出閾值；（3）如果；則所得即為閾值；否則轉(zhuǎn)（2）迭代計(jì)算。迭代所得的閾值分割圖象的效果良好，基于迭代的閾值能區(qū)分圖象的前景和背景的主要區(qū)域所在，但是在圖象的細(xì)微處還是沒有很好的區(qū)分度，令人驚訝的是對(duì)某些特定圖象，微小數(shù)據(jù)的變化會(huì)引起分割效果的巨大變化，兩者的數(shù)據(jù)只是稍有變化，分割效果反差極大，具體原因還有待進(jìn)一步研究[5]。閾值分割法不僅可以極大地壓縮數(shù)據(jù)量，而且也大大簡(jiǎn)化了分析和處理步驟，對(duì)于直方圖呈明顯雙峰特性的圖像，可得到很好的分割效果。閾值分割看似個(gè)簡(jiǎn)單的問題，在過去的
8、四十年里受到國內(nèi)外學(xué)者的廣泛關(guān)注，產(chǎn)生了數(shù)以百計(jì)的闡值選取方法，但是遺憾的是，如同其他圖像分割算法一樣，沒有一個(gè)現(xiàn)有方法對(duì)各種各樣的圖像都能得到令人滿意的結(jié)果，甚至也沒有一個(gè)理論指導(dǎo)我們選擇特定方法處理特定圖像?；谥狈綀D的谷點(diǎn)搜索法閾值是通過分析圖像的直方圖來決定的。假設(shè)，一副圖像只有物
