一、課題綜述及研究意義 圖像閾值化分割是一種傳統(tǒng)的最常用的圖像分割方法，因其實(shí)現(xiàn)簡單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。它特別適用于目標(biāo)和背景占據(jù)不同灰度級(jí)范圍的圖像。它不僅可以極大的壓縮數(shù)據(jù)量，而且也大大簡化了分析和處理步驟，因此在很多情況下，是進(jìn)行圖像分析、特征提取與模式識(shí)別之前的必要的圖像預(yù)處理過程。圖像閾值化的目的是要按照灰度級(jí)，對(duì)像素集合進(jìn)行一個(gè)劃分，得到的每個(gè)子集形成一個(gè)與現(xiàn)實(shí)景物相對(duì)應(yīng)的區(qū)域，各個(gè)區(qū)域內(nèi)部具有一致的屬性，而相鄰區(qū)域布局有這種一致屬性。這樣的劃分可以通過從灰度級(jí)出發(fā)選取一個(gè)或多個(gè)閾值來實(shí)現(xiàn)。閾值分割的優(yōu)點(diǎn)是計(jì)算簡單、運(yùn)算效率較高、速度快。在重視運(yùn)算效率的應(yīng)用場合(如用于硬件實(shí)現(xiàn))，它得到了廣泛應(yīng)用。目前，圖像的閾值分割已被應(yīng)用于很多的領(lǐng)域，例如，在紅外技術(shù)應(yīng)用中，紅外無損檢測中紅外熱圖像的分割，紅外成像跟蹤系統(tǒng)中目標(biāo)的分割；在遙感應(yīng)用中，合成孔徑雷達(dá)圖像中目標(biāo)的分割等；在醫(yī)學(xué)應(yīng)用中，血液細(xì)胞圖像的分割，磁共振圖像的分割；在農(nóng)業(yè)工程應(yīng)用中，水果品質(zhì)無損檢測過程中水果圖像與背景的分割。在工業(yè)生產(chǎn)應(yīng)用中，機(jī)器視覺運(yùn)用于產(chǎn)品質(zhì)量檢測等。
二、課題擬采取的研究方法和技術(shù)路線 先分析三維 Otsu 算法，由于其充分考慮圖像的灰度信息、空間信息和像素點(diǎn)信息，分割效果較好，但由于涉及到圖像信息量多，增加了算法的復(fù)雜度，降低了運(yùn)算速度。為了解決這一問題，通過分析三維 Otsu 算法的基本原理，結(jié)合三維 Otsu算法和遺傳算法的優(yōu)點(diǎn)，本文提出用遺傳算法優(yōu)化三維 Otsu 算法，即為了求取目標(biāo)函數(shù)的最大值，通過遺傳算法的編碼、初始化、確定適應(yīng)度函數(shù)以及選擇、遺傳和變異等一系列的運(yùn)算的過程來求得最佳閾值。當(dāng)目標(biāo)函數(shù)最大時(shí)，對(duì)應(yīng)的閾值是最優(yōu)的閾值，根據(jù)閾值對(duì)圖像進(jìn)行分割。 因此在遺傳算法的基礎(chǔ)上對(duì)三維 Otsu 算法優(yōu)化，并且運(yùn)用 MATLAB 對(duì)優(yōu)化算法以及三維 Otsu 進(jìn)行仿真對(duì)比. 三、主要參考文獻(xiàn) [1] Papamarkes N, Gatos B. A new approach for multilevel threshold selection CVGIP[J], Craphical models and image process,1994,56(5):357-370. [2}OlivoJC.Automaticthresholdselectionusingthewaveledtransform, CVGIP[J], Graphical models and image process, 1994,56(5):357-370. [3]Chen Zikuan, Yang Tao , Chen Xin,et al. Wavelet basced adaptive thresholding method for image segmentation[J], Optical engineering,2001,40(5):868-874. [4]王培珍,杜培明.一種用于多閾值圖像自動(dòng)分割的混合遺傳算法[J],中國國家圖形 學(xué)報(bào),2000,5(1):44-47. [5]嚴(yán)學(xué)強(qiáng),葉秀清,劉濟(jì)林,等.基于量化圖像直方圖的最大熵閾值化分割算法[J],模式識(shí)別人工智能,1998,11(3):352-358. [6]薛景浩.基于最大類間后驗(yàn)交叉熵的閾值 haunted 分割算法[J],中國國家圖形學(xué)報(bào),1999,10(6):111-114. [7]余勇, 施鵬飛, 趙立初. 基于最小能量的圖像分割方法[J], 紅外與激光工程,1999,28(4):20-27. [8]任明武,楊靜宇,孫涵.一種基于邊緣模式的直方圖構(gòu)造新方法[J],計(jì)算機(jī)研究與發(fā)展,2001,38(8):972-976. [9]程杰.一種基于直方圖的分割方法[J],華中理工大學(xué)報(bào),1999,27(1):20-23. [10] 張靜.一種邊緣提取的圖像分割方法[J],光學(xué)技術(shù),2001,27(5):24-426. [11]宋煥生,劉春陽,吳成柯,等.多尺度脊邊緣及其在圖像目標(biāo)分割中的應(yīng)用[J],自動(dòng)
化學(xué)報(bào),1999,23(6):12-15. [12]楊波, 徐光. 基于分形特征的自然景物圖像分割方法[J], 中國圖像圖形學(xué)報(bào),1999,4(1):7-11. [13]殷德奎,張保民,柏連發(fā).一種熱圖像的多模板邊緣檢測方法[J],南京理工大學(xué)學(xué)報(bào),1999,23(1):16-20. [14]王廣軍, 田金文, 柳建. 基于四叉樹結(jié)構(gòu)的圖像分割[J], 華中科技大學(xué)學(xué)報(bào),2000,(2):12-16. [15]屈彬,王景熙. 一種基于區(qū)域生長規(guī)劃的快速邊緣跟蹤算法[J],四川大學(xué)學(xué)報(bào),2002,34(2):10-14. [16]吳玲艷,沈庭芝,方子文.基于直方圖熵和遺傳算法的圖像分割法[J],兵工學(xué)報(bào),1999,20(3):255-258. [17]齊麗娜, 張博, 王戰(zhàn)凱. 最大類間方差法在圖像處理中的應(yīng)用[J], 無線電工程,2006,(7):25-26. [18]余文姣. 基于改進(jìn)遺傳算法的最大類間方差圖像分割方法研究[D], 海南大學(xué),2012. [19]趙宜鵬, 孟磊, 彭承靖. 遺傳算法原理與發(fā)展方向綜述[J], 黑龍江科技息,2010,(13):79-80. [20]劉東菊,基于閾值的圖像分割算法的研究[D],北京交通大學(xué),2009. [21]郭建星,劉松林,馬淑宇等.一種改進(jìn)的基于最大類間方差的圖像分割方法[J],儀器儀表學(xué)報(bào),2005,(S1):665-666. [22]吳一全,張金礦.平均灰度級(jí)-梯度二維直方圖最大相關(guān)閾值分割[J],小微型計(jì)算機(jī)系統(tǒng),2009,30(8):1676-1679. [23]景曉軍,李劍峰,劉郁另.一種基于三維最大類間方差的圖像分割算法[J],電子學(xué)報(bào),2003,31(9):1281-1284. [24]盧逢春,張殿倫,郭海濤.基于屬性直方圖的圖像分割方法及其在聲吶圖像分割中的應(yīng)用[J],哈爾濱工程大學(xué)學(xué)報(bào),2002,23(3):1-3. [25]郭海濤,王連玉,張春田等.利用二維屬性直方圖的 Otsu 自動(dòng)閾值分割方法[J],光電子& 激光,2005,16(6):739-742. [26]劉松濤, 殷福亮. 基于圖割的圖像分割方法及其新進(jìn)展[J], 自動(dòng)化學(xué)
二、畢業(yè)設(shè)計(jì)（論文）工作實(shí)施計(jì)劃www.628tf.com （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 （二）畢業(yè)設(shè)計(jì)（論文）工作進(jìn)度與安排 起訖日期工作內(nèi)容和要求備注 3 月 23 日-3 月 29 日查閱 25 篇相關(guān)文獻(xiàn) 3 月 30 日-4 月 5 日查閱資料，制定閾值分割研究的大體方向。 4 月 6 日-4 月 12 日確定閾值分割的具體研究方向 4 月 13 日-4 月 19 日研究三維 Otsu 算法，了解它的不足之處，確定優(yōu)化方向。 4 月 20 日-5 月 1 日確定在遺傳算法的基礎(chǔ)上對(duì)三維 Otsu算法優(yōu)化，在確定的方向上編寫優(yōu)化程序。 5 月 2 日-5 月 11 日對(duì)程序進(jìn)行仿真，對(duì)不足處進(jìn)行改進(jìn) 5 月 12 日-5 月 18 日整理論文，撰寫完成論文初稿 5 月 19 日-5 月 24 日修改論文，準(zhǔn)備答辯 5 月 25 日-5 月 30 日修改論文，制作ppt，準(zhǔn)備答辯 |
