基于Matlab的图像分割算法研究开题报告

1. 研究目的与意义

我的毕业设计课题名称是基于matlab的图像分割算法研究，在图像的研究和应用过程中,人们往往仅对各幅图像中的某些部分感兴趣.这些部分常称为目标或前景,它们一般对应图像中特定的具有独特性质的区域.为了辨别和分析目标,需要将这些区域分离提取出来,在此基础上才有可能对目标进一步利用.图像分割就是将图像分成各具特性的区域并提取出感兴趣的目标的技术和过程。

图像分割是图像处理中的一个重要问题，也是一个经典难题。

因此对于图像分割的研究在过去的四十多年里一直受到人们广泛的重视，也提山了数以千计的不同算法。

2. 课题关键问题和重难点

课题关键问题就是根据灰度、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。

图像分割的难点在于虽然定义分割的种类不一样，但是分割领域里面存在一些共同的问题，一些常见的问题比如，因为相机和拍摄物体的距离远近引起的同一个物体在图像中可能占不同大小的画幅导致多尺度问题；拍摄角度物体的不同导致物体多姿态问题；外界的光照不同导致光照问题等。

也会存在分割边缘不准的问题，其分割物体的边缘并没有得到很好的保留，在同一副图像中不同类别或实例的像素不均衡的问题。

3. 国内外研究现状（文献综述）

图像分割就是把图像分成各具特色的区域提取感兴趣目标的技术和过程。

它是由图像处理到图像分析的关键步骤，是一种基本的计算机视觉技术。

图像分割起源于电影行业。

4. 研究方案

进行边缘检测分割，在matlab软件里，首先选取合适的图像，然后对图像进行底层处理，主要是为了改善图像的视觉效果或对图像中感兴趣的部分进行检测提取和测量，将现有像素灰度值尽量均匀分布，统计图像中的一个像素点的邻域内像素灰度值的均值和方差，将像素点的邻域像素的灰度均值作为该点的阈值，用当前像素点的灰度值与阈值比较，如果灰度值小于其邻域内的像素灰度值的平均值，并且邻域内像素灰度值的方差大于一个既定的值，则把该点定义为边界点，否则就属于背景部分，以此实现图像分割。

对图片进行区域生长分割，首先对每个需要分割的区域找出一个种子像素作为生长的七点，然后将种子像素周围邻域中与种子有相同或相似性质的像素合并到种子像素所在的区域中。

而新的像素继续作为种子向四周生长，直到再没有满足条件的像素可以包括进来，一个区域就生长而成了。

5. 工作计划

2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。

。

第17周：与导师沟通进行课题总体规划。