资源描述：
《图像分割算法的研究与实现final》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、10图像分割算法的研究与实现（开题报告）图像分割算法的研究与实现摘要：图像分割是图像处理中的一项关键技术，自20世纪70年代起一直受到人们的高度重视，并在医学、工业、军事等领域得到了广泛应用。近年来具有代表性的图像分割方法有：基于区域的分割、基于边缘的分割和基于特定理论的分割方法等。本文主要对基于自动阈值选择思想的迭代法、Otsu法、一维最大熵法、二维最大熵法、简单统计法进行研究，选取一系列运算出的阈值数据和对应的图像效果做一个分析性实验。关键字：图像分割，阈值法，迭代法，Otsu法，最大熵值法1研究背景1．1图像分割技术
2、的机理图像分割是将图像划分为若干互不相交的小区域的过程。小区域是某种意义下具有共同属性的像素连通集合，如物体所占的图像区域、天空区域、草地等。连通是指集合中任意两个点之间都存在着完全属于该集合的连通路径。对于离散图像而言，连通有4连通和8连通之分。图像分割有3种不同的方法，其一是将各像素划归到相应物体或区域的像素聚类方法，即区域法，其二是通过直接确定区域间的边界来实现分割的边界方法，其三是首先检测边缘像素，然后再将边缘像素连接起来构成边界的方法。图像分割是图像理解的基础，而在理论上图像分割又依赖图像理解，两者是紧密关联的。
3、图像分割在一般意义下十分困难的，目前的图像分割处于图像的前期处理阶段，主要针对分割对象的技术，是与问题相关的，如最常用到的利用阈值化处理进行的图像分割。1．2数字图像分割技术存在的问题虽然近年来对数字图像处理的研究成果越来越多,但由于图像分割本身所具有的难度,使研究没有大突破性的进展,仍然存在以下几个方面的问题。l现有的许多种算法都是针对不同的数字图像,没有一种普遍适用的分割算法。l缺乏通用的分割评价标准。对分割效果进行评判的标准尚不统一,10图像分割算法的研究与实现（开题报告）如何对分割结果做出量化的评价是一个值得研究的
4、问题,该量化测度应有助于视觉系统中的自动决策及评价算法的优劣,同时应考虑到均质性、对比度、紧致性、连续性、心理视觉感知等因素。l与人类视觉机理相脱节。随着对人类视觉机理的研究,人们逐渐认识到,已有方法大都与人类视觉机理相脱节,难以进行更精确的分割。寻找到具有较强的鲁棒性、实时性以及可并行性的分割方法必须充分利用人类视觉特性。l知识的利用问题。仅利用图像中表现出来的灰度和空间信息来对图像进行分割,往往会产生和人类的视觉分割不一致的情况。人类视觉分割中应用了许多图像以外的知识,在很多视觉任务中,人们往往对获得的图像已具有某种先
5、验知识,这对于改善图像分割性能是非常重要的。试图寻找可以分割任何图像的算法目前是不现实,也是不可能的。人们的工作应放在那些实用的、特定图像分割算法的研究上,并且应充分利用某些特定图像的先验知识,力图在实际应用中达到和人类视觉分割更接近的水平。1．3数字图像分割技术的发展趋势从图像分割研究的历史来看,可以看到对图像分割的研究有以下几个明显的趋势。l对原有算法的不断改进。人们在大量的实验下，发现一些算法的效果并不理想，或者说在某些情况下不理想。很多时候，人们不是重新找寻一种新的理论思想，而是基于之前的算法，针对性得进行改进。l
6、新方法、新概念的引入和多种方法的有效综合运用。人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果,因而很多人在把新方法和新概念不断地引入图像分割领域的同时,也更加重视把各种方法综合起来运用。l交互式分割研究的深入。由于很多场合需要对目标图像进行边缘分割分析(如对医学图像的分析),因此需要进行交互式分割研究。事实证明,交互式分割技术有着广泛的应用。l特殊图像分割的研究越来越得到重视。目前有很多针对立体图像、彩色图像、多光谱图像以及多视场图像分割的研究,也有对运动图像及视频图像中目标分割的研究
7、,10图像分割算法的研究与实现（开题报告）还有对深度图像、纹理图像、计算机断层扫描、磁共振图像、共聚焦激光扫描显微镜图像、合成孔雷达图像等特殊图像的分割技术研究。相信随着研究的不断深入,存在的问题会逐渐得以解决。2文献综述2.1概念图像分割是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。这些特性可以是灰度、颜色、纹理等，目标可以对应单个区域，也可以对应多个区域。图像分割可以借助集合的概念用如下比较正式的方法定义:令集合R代表整个图像区域，对R的分割可看做将R分成N个满足以下5个条件的非空的子集(子区域)l；l对
8、所有的i和j，；l对，有；l对，；l，是连通的区域。其中是对所有在集合中元素的逻辑谓词，代表空集。2.2分类准则准则有二，一个是基于区域象素灰度值的特性，可以分为利用区域间灰度不连续性的基于边界的算法和利用区域内灰度相似性的基于区域的算法。另外根据分割过程中处理策略的不同，分割算法可分为并行算法和串行算
