一、課題綜述及研究意義

數(shù)字圖像處理技術(shù)是一個跨學(xué)科的領(lǐng)域。隨著計(jì)算機(jī)科學(xué)技術(shù)的不斷發(fā)展，圖像處理和分析逐步形成了自己的科學(xué)體系，新的處理方法層出不窮，盡管其發(fā)展歷史不長，但卻引起各方面人士的廣泛關(guān)注。

圖像分割是圖像處理中最為基礎(chǔ)和重要的領(lǐng)域之一，它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。它是圖像處理、模式識別和人工智能等多個領(lǐng)域中的重要課題，也是計(jì)算機(jī)視覺技術(shù)中的關(guān)鍵步驟。多年來，已經(jīng)提出了許多不同類型的圖像分割方法，經(jīng)典的方法有邊緣檢測法、閾值分割法和區(qū)域分割法以及分水嶺變換等分割方法。但是現(xiàn)階段已有的分割算法只是針對具體特征的圖像進(jìn)行處理的，還沒有唯一的標(biāo)準(zhǔn)的分割方法。許多不同種類的圖像或景物都可以作為待分割的圖像數(shù)據(jù)，不同類型的圖像已經(jīng)有相對應(yīng)的分割方法對其分割，分割結(jié)果的好壞需要根據(jù)具體的場合及要求衡量。21世紀(jì)是一個充滿信息的時代，圖像作為人類感知世界的視覺基礎(chǔ)，是人類獲取信息、表達(dá)信息和傳遞信息的重要手段。首先，視覺是人類最重要的感知手段，圖像又是視覺的基礎(chǔ)，因此數(shù)字圖像成為心理學(xué)、生理學(xué)、計(jì)算機(jī)科學(xué)諸多領(lǐng)域內(nèi)的學(xué)者們研究視覺感知的有效工具。其次，圖像處理在軍事、遙感、氣象等大型應(yīng)用中有不斷增長的需求。然而，對圖像分割的效果好壞或正確與否，還沒有一個統(tǒng)一的評價判斷準(zhǔn)則。不同的分割方法對同一副圖像的分割效果是不同的，而且同一種分割方法對一幅圖像在不同空間下的分割效果也是不同的。

區(qū)域分割作為圖像分割技術(shù)中最經(jīng)典的算法之一，在圖像分析、圖像識別以及圖像壓縮等圖像處理領(lǐng)域起著關(guān)鍵性的作用，在軍事、氣象、交通等領(lǐng)域也有著廣泛的應(yīng)用。對圖像進(jìn)行區(qū)域分割是更深層次理解和分析圖像的一項(xiàng)基本前提，它根據(jù)實(shí)際的應(yīng)用對圖像中的目標(biāo)進(jìn)行特征提取，將目標(biāo)物體與背景分離，提高了圖像的實(shí)用性。以上可以說明基于區(qū)域的分割算法具有很重要的研究意義。

二、課題擬采取的研究方法和技術(shù)路線

 首先，學(xué)習(xí)圖像分割的理論知識。在此基礎(chǔ)上，比較圖像分割中的邊緣檢測法、閾值分割法和區(qū)域分割法。然后，針對區(qū)域分割圖像算法中的區(qū)域生長和區(qū)域分裂合并進(jìn)行分析，改進(jìn)算法中的生長準(zhǔn)則。最后，在MATLAB環(huán)境下編程實(shí)驗(yàn)，分析閾值分割、邊緣檢測、區(qū)域生長和區(qū)域分裂合并（四叉樹）在實(shí)際場景中的應(yīng)用效果。

三、主要參考文獻(xiàn)

[1] 管慧娟.基于區(qū)域的圖像分割方法[D].大連理工大學(xué).2005.

[2] 章毓晉.圖像分割[M].北京:科學(xué)出版社.2001.

[3] 何斌等.Visual C++數(shù)學(xué)圖像處理（第二版)[M].北京:人民郵電出版社.2002.

[4] 李弼程,彭天強(qiáng),等.智能圖像處理技術(shù)[M].北京:電子工業(yè)出版社.2004.

[5] Canny.L.A computational approach to edge detection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.1986,6(8):679-698.

[6] 何東健,耿楠,等.數(shù)字圖像處理[M].西安電子科技大學(xué)出版社.2003.

[7] 馬麗艷.基于變分方法的圖像分割和圖像恢復(fù)研究[D].北京交通大學(xué).2013.

[8] 張宏偉. 基于圖像分析的廢雜銅熔煉過程控制[D].浙江大學(xué).2014.

[9] 張興峰,沈蘭蓀.圖像分割技術(shù)研究[J].電路與系統(tǒng)學(xué)報.2004,2(9):324-396.

[10] Theo Pavlidis,Yuh-Tay Liow.Intergrating region growing and edge fetection[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.1990,3(12):225-233.

[11] Song Gao and Tien D.Bui.image segmentation and slective smoothing by using mumford-shah model[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.2005,10(14):1537-1548.

[12] Pascal Martin.Influence of the noise model on level set active contour segmentation[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.2004,6(26):799-803.

[13] Ana Petrovic.Multiresolution segmentation of natural images:From linear to nonlinear scale-space representations[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.2004,8(13):1104-1114.

[14] Kenneth R.Castleman.朱志剛,等譯.數(shù)字圖像處理（新版）[M].電子工業(yè)出版設(shè).2002.

[15] 閻貝.醫(yī)學(xué)圖像分割算法研究與實(shí)現(xiàn)[D].電子科技大學(xué).2012.

[16] 李強(qiáng)強(qiáng).基于圖像處理技術(shù)的橋梁裂縫檢測算法研究[D].河南科技大學(xué).2014.

[17] 楊福生.小波變換的工程分析與應(yīng)用[M].北京:科學(xué)出版社.2003.

[18] 陳武凡.小波變換及其在圖像處理中的應(yīng)用[M].北京:科學(xué)出版社.2004.

[19] P.Campadelli.Color image segmentation using hopfileld networks[J].Image and Vision Computing.1997,8(15):161-166.

[20] N.Papamarkos.Multithresholding of color and gray-level images through a neural network technique[J].Image and Vision Computing.2000,18(20):213-222.

[21] 郭加成. 腎上腺CT圖像分割算法的研究[D].南方醫(yī)科大學(xué).2014.

[22] A.Chehikian.Image segmentation by contours and regions cooperation[J].Signal Processing.1999,8(78):329-347.

[23] Jong-Bae Kim,Hang-Joon Kim.Multiresolution-based watersheds for efficient image segmentation[J].Pattern Recognition Letters.2003,24(3):473-488.

[24] 張建勛.基于小波分解與神經(jīng)網(wǎng)絡(luò)的圖像分割方法[J].系統(tǒng)仿真學(xué)報.2004,4(17):859-862.

[25] 邱少強(qiáng).基于神經(jīng)網(wǎng)絡(luò)與遺傳算法的紋理圖像分割[J].武漢理工大學(xué)學(xué)報.2004,3(26):86-93.

[26] 董湘君.一種基于小波變換的文本圖像閾值分割[J].華南師范大學(xué)學(xué)報（自然科學(xué)版）.2004,3(20):63-71.

[27] 宋曉東等.一種基于數(shù)學(xué)形態(tài)學(xué)的SAR圖像分割方法[J].電腦與信息技術(shù).2002,5(33):46-49.

[28] 王宇.一種基于數(shù)學(xué)形態(tài)學(xué)的遙感圖像邊緣檢測算法[J].計(jì)算機(jī)工程與應(yīng)用.2003,30(8):91-93.

[29] 金聰,彭嘉雄.利用遺傳算法實(shí)現(xiàn)數(shù)字圖像分割[J].小型微型計(jì)算機(jī)系統(tǒng).2002.7(23):875-877.

[30] 孫亦南.基于分形理論和數(shù)學(xué)形態(tài)學(xué)的圖像邊緣檢測方法[J].計(jì)算機(jī)工程.2003,20(29):20-68.

[31] Junmo Kim,John W.Fisher.A nonparametric statistical method for image segmentation using information theory and curve evolution[J].IEEE Transactions on Pattern Analysis and Machine Intelligence.2005,10(14):42-56.

[32] 吳學(xué)明.圖像分割的算法研究[D].成都理工大學(xué).2006.

[33] 楊杰.數(shù)字圖像處理及MATLAB實(shí)現(xiàn)[M].北京:電子工業(yè)出版設(shè).2010.

[34] 劉剛.MATLAB數(shù)字圖像處理[M].北京:機(jī)械工業(yè)出版設(shè).2010.

[35] Rafael C Gonzalez,Richard E Woods,Steven L Eddins,etal.數(shù)字圖像處理 （MATLAB版)[M].阮秋琦譯.北京:電子工業(yè)出版設(shè).2005.

二、畢業(yè)設(shè)計(jì)（論文）工作實(shí)施計(jì)劃

（一）畢業(yè)設(shè)計(jì)（論文）的理論分析與軟硬件要求及其應(yīng)達(dá)到的水平與結(jié)果

1.理論分析：

（1）常見的圖像分割算法：

 1）邊緣檢測：確定圖像中的物體邊界的一種方法是先檢測每個像素和其直接鄰域的狀態(tài)，以決定該像素是否確實(shí)處于一個物體的邊界上。常用的邊緣檢測算子有Robert算子、Sobel算子、Prewitt算子、Log算子和Canny算子。

2）閾值分割：它適用于物體與背景有較強(qiáng)對比的景物分割。

3）區(qū)域分割：基于區(qū)域的分割算法，通常包括區(qū)域生長和區(qū)域分裂合并兩種執(zhí)行方式。區(qū)域生長是指將具有相似特性的區(qū)域合并起來，首先要找一個或者幾個像素點(diǎn)作為種子，然后根據(jù)某些原則進(jìn)行區(qū)域生長，直到?jīng)]有需要合并的區(qū)域；區(qū)域分裂合并也是按照某些一致性的準(zhǔn)則進(jìn)行區(qū)域的分裂或者區(qū)域的合并，如果區(qū)域不滿足該準(zhǔn)則，那么就將該區(qū)域進(jìn)行分裂，得到幾個小的區(qū)域，不過當(dāng)相鄰的區(qū)域具有某些特征類似性的時候，可以將這些區(qū)域經(jīng)過運(yùn)算進(jìn)行合并，變成一個大面積的區(qū)域。區(qū)域分裂合并中常用的是四叉樹分解算法。區(qū)域分割算法不但結(jié)合了區(qū)域的空間性質(zhì)，而且還考慮了區(qū)域之間的鄰接性，可以深入到像素級進(jìn)行圖像分割，分割的精度高，準(zhǔn)確性好。此外，區(qū)域分割算法在一定程度上可以消除孤立噪聲，避免了它對分割的干擾，從而具備了很強(qiáng)的魯棒性。

2.軟硬件要求

（1）MATLAB7.0以上版本；

（2）計(jì)算機(jī)一臺。

3.應(yīng)達(dá)到的水平與結(jié)果

（1）在MATLAB環(huán)境下編程實(shí)現(xiàn)圖像分割算法；

（2）完成畢業(yè)設(shè)計(jì)論文。

（二）畢業(yè)設(shè)計(jì)（論文）工作進(jìn)度與安排www.628tf.com

起訖日期 工作內(nèi)容和要求 備注

3月23日-3月29日 搜集文獻(xiàn)資料，確定論文研究的方向和方法，并完成開題報告、審題表、任務(wù)書的內(nèi)容。

3月30日-4月5日 針對老師提出的意見，做出開題報告的部分更改。搜集資料，了解圖像分割的相關(guān)的理論知識。

4月6日-4月12日 確定論文的整體結(jié)構(gòu)，完成論文第一章緒論部分的撰寫。

4月13日-4月19日 編寫相應(yīng)的程序，利用MATLAB軟件對圖像進(jìn)行處理。

4月20日-4月26日 完成論文第二章圖像分割理論知識的撰寫。

4月27日-5月3日 完成論文第三章區(qū)域分割算法理論知識的撰寫。

5月4日-5月10日 將區(qū)域分割算法處理的效果圖與其他算法的效果圖進(jìn)行比較。完成第四章分割結(jié)果的撰寫以及第五章對論文的總結(jié)。

5月11日-5月17日 對論文進(jìn)行整體修改，包括內(nèi)容上以及格式上。

5月18日-5月24日 修改論文，完成第一次查重。翻譯外文參考文獻(xiàn)，對論文格式進(jìn)行修改，對參考資料、摘要進(jìn)行書寫，送給審閱老師進(jìn)行審閱。