圖像分割算法開題報告

圖像分割算法（開題報告）1圖像分割算法開題報告摘要：圖像分割是圖像處理中的一項關(guān)鍵技術(shù)，自20世紀70年代起一直受到人們的高度重視，并在醫(yī)學、工業(yè)、軍事等領(lǐng)域得到了廣泛應用。近年來具有代表性的圖像分割方法有：基于區(qū)域的分割、基于邊緣的分割和基于特定理論的分割方法等。本文主要對基于自動閾值選擇思想的迭代法、Otsu法、一維最大熵法、二維最大熵法、簡單統(tǒng)計法進行研究，選取一系列運算出的閾值數(shù)據(jù)和對應的圖像效果做一個分析性實驗。關(guān)鍵字：圖像分割，閾值法，迭代法，Otsu法，最大熵值法1研究背景1．1圖像分割技術(shù)的機理圖像分割是將圖像劃分為若干互不相交的小區(qū)域的過程。小區(qū)域是某種意義下具有共同屬性的像素連通集合，如物體所占的圖像區(qū)域、天空區(qū)域、草地等。連通是指集合中任意兩個點之間都存在著完全屬于該集合的連通路徑。對于離散圖像而言，連通有4連通和8連通之分。圖像分割有3種不同的方法，其一是將各像素劃歸到相應物體或區(qū)域的像素聚類方法，即區(qū)域法，其二是通過直接確定區(qū)域間的邊界來實現(xiàn)分割的邊界方法，其三是首先檢測邊緣像素，然后再將邊緣像素連接起來構(gòu)成邊界的方法。圖像分割是圖像理解的基礎(chǔ)，而在理論上圖像分割又依賴圖像理解兩，者是緊密關(guān)聯(lián)的。圖像分割在一般意義下十分困難的目，前的圖像分割處于圖像的前期處理階段，主要針對分割對象的技術(shù)，是與問題相關(guān)的，如最常用到的利用閾值化處理進行的圖像分割。1．2數(shù)字圖像分割技術(shù)存在的問題雖然近年來對數(shù)字圖像處理的研究成果越來越多,但由于圖像分割本身所具有的難度,使研究沒有大突破性的進展,仍然存在以下幾個方面的問題。?現(xiàn)有的許多種算法都是針對不同的數(shù)字圖像，沒有一種普遍適用的分割算法。?缺乏通用的分割評價標準。對分割效果進行評判的標準尚不統(tǒng)一,如圖像分割算法（開題報告） P=ZZp i=0,1...,s;j-01..tTOC\o"1-5"\h\zA i,jH--ZZp1gp i-0,1...,s;j—01..t\o"CurrentDocument"A i,j i,jH--ZZp1gp i-0,1...,L—1;j=01..L-1\o"CurrentDocument"L i,j i,jij簡單統(tǒng)計法簡單統(tǒng)計法是一種基于簡單的圖像統(tǒng)計的閾值選取方法。使用該方法，能直接計算一幅圖像劃(x,y)的閾值。該方法的計算公式為：T=xZZ4,y) ⑺xy其中：eQ,y)=max{|e|,Iex1ye-f(x-1,y)-f(x+1,y)x-f(x,y-1)-f(x,y+1)實驗與分析我將對本文所介紹的五個算法進行實現(xiàn)。對于一具體圖像，每個算法都將會分別運算出其對應的閾值，我通過程序?qū)⑵溆涗洸⒎祷赜脩艚缑妗Ｎ覀兛梢宰鰝€實驗，并且進行深入分析。實驗將選取幾張具有不同特征的典型圖像作為實驗樣本。我將分別記錄每種算法對每張圖像運算出的閾值并且保存處理出的圖像效果。這樣我們就可以得出每張圖像用哪種算法的處理效果最佳，哪種最不理想，并且根據(jù)算法的原理以及得到的閾值數(shù)據(jù)對實驗現(xiàn)象進行分析。最后，根據(jù)實驗的分析結(jié)果，可以試圖討論是否能有一種更加科學，適應性更強的自動閾值選擇法。進度安排為了保證按時完成論文，我的任務階段的時間安排如下：2009.12.20-2010.12.31熟悉畢業(yè)設計所選項目,查閱相關(guān)文獻資料。2010.01.01-2010.01.31完成開題報告和文獻翻譯。2010.02.01-2010.03.20概要設計，詳細設計。2010.03.21-2010.04.30編程實現(xiàn)算法。2010.05.01-2010.06.18撰寫畢業(yè)設計論文，參加論文答辯。參考文獻[1]魏志成，周激流.一種新的圖像分割自適應算法的研究[J].中國圖像圖形學報，2000，5(3)：216-220[2]樂宋進，武和雷，胡泳芳.圖像分割方法的研究現(xiàn)狀與展望[J].南昌水專學報，2004，23(2)：15-20[3]王愛民，沈蘭蓀.圖像分割方法的研究現(xiàn)綜述[J].測控技術(shù)，2000,19(5)：1-5，16[4]張立科.數(shù)字圖像處理典型算法及實現(xiàn)[M].北京：人民郵電出版社，2006．477-478[5]史飛.基于PCNN的圖像處理技術(shù)研究口].蘭州：蘭州大學信息科學與工程學院，2003[6]杜干，孫肖子.醫(yī)學圖像分割的神經(jīng)網(wǎng)絡方法[J].西安電子科技大學學報，1998，1(5):21-27[7]張立明.利用圖像先驗知識與snake結(jié)合對心臟序列圖像的分割[J].復旦學報(自然科學版)，2003，1(1)：4-6JOHNM.GAUCH．Imagesegmentationandanalysisviamultiscalegradientwatershedhierarchies[J]．IEEEtransactionsonImageProcessing，1998，8(1)：69-79ZI-KUANCHEN,TAOYANG,XINCHEN．etal.Wavelebasedadaptivethresholdingmethodforimagesegmentation[J]．OpticalEngineering，2001，