資源描述：
《圖像分割算法研究及實現(xiàn).doc》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、..中北大學(xué)課程設(shè)計說明書學(xué)生：梁一才學(xué)號：10050644X30學(xué)院：信息商務(wù)學(xué)院專業(yè)：電子信息工程題目：信息處理綜合實踐:圖像分割算法研究與實現(xiàn)指導(dǎo)教師：平職稱:副教授2013年12月15日.....中北大學(xué)課程設(shè)計任務(wù)書13/14學(xué)年第一學(xué)期學(xué)院：信息商務(wù)學(xué)院專業(yè)：電子信息工程學(xué)生姓名：焦晶晶學(xué)號：10050644X07學(xué)生姓名：曉峰學(xué)號：10050644X22學(xué)生姓名：梁一才學(xué)號：10050644X30課程設(shè)計題目：信息處理綜合實踐:圖像分割算法研究與實現(xiàn)起迄日期：2013年12月16日～2
2、013年12月27日課程設(shè)計地點：電子信息科學(xué)與技術(shù)專業(yè)實驗室指導(dǎo)教師：平系主任：王浩全下達任務(wù)書日期:2013年12月15日.....課程設(shè)計任務(wù)書1．設(shè)計目的：1、通過本課程設(shè)計的學(xué)習(xí)，學(xué)生將復(fù)習(xí)所學(xué)的專業(yè)知識，使課堂學(xué)習(xí)的理論知識應(yīng)用于實踐，通過本課程設(shè)計的實踐使學(xué)生具有一定的實踐操作能力；2、掌握Matlab使用方法，能熟練運用該軟件設(shè)計并完成相應(yīng)的信息處理；3、通過圖像處理實踐的課程設(shè)計，掌握設(shè)計圖像處理軟件系統(tǒng)的思維方法和基本開發(fā)過程。2．設(shè)計容和要求（包括原始數(shù)據(jù)、技術(shù)參數(shù)、條件、設(shè)計
3、要求等）：(1)編程實現(xiàn)分水嶺算法的圖像分割；(2)編程實現(xiàn)區(qū)域分裂合并法；(3)對比分析兩種分割算法的分割效果；(4)要求每位學(xué)生進行查閱相關(guān)資料，并寫出自己的報告。注意每個學(xué)生的報告要有所側(cè)重，寫出自己所做的容。3．設(shè)計工作任務(wù)及工作量的要求〔包括課程設(shè)計計算說明書(論文)、圖紙、實物樣品等〕：每個同學(xué)獨立完成自己的任務(wù)，每人寫一份設(shè)計報告，在課程設(shè)計論文中寫明自己設(shè)計的部分，給出設(shè)計結(jié)果。.....課程設(shè)計任務(wù)書4．主要參考文獻：[1]夏得深，傅德勝.現(xiàn)代圖像處理技術(shù)與應(yīng)用[M]．：東南大學(xué)出
4、版，2001：120-135.[2]K.R.Castleman.數(shù)字圖像處理[M]．：電子工業(yè)，1998：110，166，220.[3]岡薩雷斯.數(shù)字圖像處理（MATLAB版）[M]．：電子工業(yè)，2005;111-120，152.[4]直芳，游勝志.基于多尺度彩色形態(tài)矢量算子的邊緣檢測[J].中國圖像圖形學(xué)報，2002，32（1）：30-33.[5]晨，顧峰．基于3D直方圖的彩色圖像分割方法[J].中國圖像圖形學(xué)報，2002，33（2）：35-38.5．設(shè)計成果形式及要求：畢業(yè)設(shè)計說明書仿真結(jié)果6．
5、工作計劃及進度：2013年12月16日~12月19日：查資料；12月19日~12月24日：在指導(dǎo)教師指導(dǎo)下設(shè)計方案；12月25日~12月27日：撰寫課程設(shè)計說明書；12月27日：答辯系主任審查意見：簽字：年月日.....目錄1引言11.1數(shù)字圖像分割的現(xiàn)狀11.2數(shù)字圖像分割的意義12基于MATLAB的圖像分割23圖像分割的主要研究方法33.1圖像分割定義33.2圖像分割方法綜述43.3分水嶺算法43.3.1分水嶺算法概念43.3.2分水嶺算法原理53.4區(qū)域分裂合并法63.4.1區(qū)域分裂合并算法基
6、本原理63.4.2區(qū)域分裂合并算法算法過程74MATLAB程序與結(jié)果84.1分水嶺算法結(jié)果與分析84.2分裂合并算法結(jié)果與分析105兩種圖像分割方法的比較116結(jié)論137參考文獻14.....1引言1.1數(shù)字圖像分割的現(xiàn)狀圖像分割技術(shù)，是從圖像中將某個特定區(qū)域與其它部分進行分離并提取出來的處理。圖像分割的方法有許多種，有閾值分割方法，邊界分割方法，區(qū)域提取方法，結(jié)合特定理論工具的分割方法等。早在1965年就有人提出檢測邊緣算子，邊緣檢測已產(chǎn)生不少經(jīng)典算法。越來越多的學(xué)者開始將數(shù)學(xué)形態(tài)學(xué)、模糊理論、遺
7、傳算法理論、分形理論和小波變換理論等研究成果運用到圖像分割中，產(chǎn)生了結(jié)合特定數(shù)學(xué)方法和針對特殊圖像分割的先進圖像分割技術(shù)。尤其是近年來迅速發(fā)展起來的小波理論為圖像處理帶來了新的理論和方法。小波變換具有良好局部特性，當小波函數(shù)尺度較大時，抗噪聲的能力強，當小波函數(shù)尺度較小時，提取圖像細節(jié)的能力強，這樣就可以很好地解決抑制噪聲和提取圖像邊緣細節(jié)之間的矛盾。圖像分割來說，如果不利用關(guān)于圖像或所研究目標的先驗知識，任何基于數(shù)學(xué)工具的解析方法都很難得到很好的效果。因此，人們傾向于重新設(shè)計一個針對具體問題的新算
8、法來解決所而臨的圖像分割問題。這在只有少量圖像樣本的時候，利用各種先驗知識，設(shè)計一個具有針對性的算法進行圖像分割是比較容易的。但是當需要構(gòu)建一些實用的機器視覺系統(tǒng)時，所面臨的將是具有一定差異性、數(shù)量龐大的圖像庫，此時如何很好的利用先驗知識，設(shè)計一個對所有待處理圖像都實用的分割算法將是一件非常困難的任務(wù)。其次，由于缺乏一個統(tǒng)一的理論作為基礎(chǔ)，同時也缺乏對人類視覺系統(tǒng)(humanvisionsystem，HVS)機理的深刻認識，構(gòu)造一種能夠成功應(yīng)用于所有圖像的統(tǒng)一的圖像分
