基于机器学习的图像皮肤区域分割的开题报告

基于机器学习的图像皮肤区域分割的开题报告

ID:30086599

大小:19.25 KB

页数:7页

时间:2018-12-26

基于机器学习的图像皮肤区域分割的开题报告_第1页
基于机器学习的图像皮肤区域分割的开题报告_第2页
基于机器学习的图像皮肤区域分割的开题报告_第3页
基于机器学习的图像皮肤区域分割的开题报告_第4页
基于机器学习的图像皮肤区域分割的开题报告_第5页
资源描述:

《基于机器学习的图像皮肤区域分割的开题报告》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划基于机器学习的图像皮肤区域分割的开题报告  附件2:  山东建筑大学毕业论文开题报告表  班级:姓名:  上海工程技术大学  毕业设计开题报告  学院  专业  班级学号学生  指导教师  电子电气学院自动化06231於恺律陈剑雪  题目  基于支持向量机的数字图像分割  任务规定  进行日期自XX年9月12日起,至XX年1月13日止  一、课题背景及研究意义:  图像分割是进行图像理解的目的-通过该培训员工可对保安行业有初步了解,并感受到

2、安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划基础,是图像工程技术中的一个重要问题。近年来,人们越来越重视图像的分割算法,并期望寻求一种实时性、鲁棒性较好的算法。图像分割技术在当今信息社会中具有极其广泛的用途,特别是在医学图像诊断、卫星遥感图像识别、交通车牌信息识别等等方面尤其有现实意义。目前机器学习技术正越来越多地引领图像分割领域的研究发展,支持向量机正是其中一种较为先进的研究方法。  二、课题研究内容:  1

3、、图像处理  图像处理用计算机对图像进行分析,以达到所需结果的技术。又称影像处理。图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组,该数组的元素称为像素,其值为一整数,称为灰度值。图像处理技术的主要内容包括图像压缩,增强和复原,匹配、描述和识别3个部分。常见的处理有图像数字化、图像编码、图像增强、图像复原、图像分割和图像分析等。目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项

4、目的正常、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划  当前,图像处理技术几乎渗透到人类所有的活动领域中,特别在自动控制、信息通讯、无损检测、资源勘测、医学诊断、生物工程等领域更是得到的极为广泛的应用和发展。在当前的图像处理系统中,常常以图像分割为基础。对于一个图像处理系统而言,图像分割性能的好坏往往直接决定该系统的图像处理性能。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出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。现有的图像分割方法主要分以下几类:基于阈值的分割方法、基于区域的分割方法、基于边缘的分割

5、方法以及基于特定理论的分割方法等。近年来,研究人员不断改进原有的图像分割方法并把其它学科的一些新理论和新方法用于图像分割,提出了不少新的分割方法。  2.图像分割的方法  阈值分割方法  阈值分割是常见的直接对图像进行分割的算法,根据图像像素的灰度值的不同而定。对应单一目标图像,只需选取一个阈值,即可将图像分为目标和背景两大类,这个称为单阈值分割;如果目标图像复杂,选取多个阈值,才能将图像中的目标区域和背景被分割成多个,这个称为多阈值分割,此时还需要区分检测结果中的图像目标,对各个图像目标区域进行唯一的标识进行区分。阈值分割的显著优点,成本低廉,实现

6、简单。当目标和背景区域的像素灰度值或其它特征存在明显差异的情况下,该算法能非常有效地实现对图像的分割。阈值分割方法的关键是如何取得一个合适的阈值,近年来的方法有:用最大相关性原则选择阈值的方法、基于图像拓扑稳定状态的方法、灰度共生矩阵方法、最大熵法和峰谷值分析法等,更多的情况下,阈值的选择会综合运用两种或两种以上的方法,这也是图像分割发展的一个趋势。  基于遗传算法的图像分割目的-通过该培训员工可对保安行业有初步了解,并感受到安保行业的发展的巨大潜力,可提升其的专业水平,并确保其在这个行业的安全感。为了适应公司新战略的发展,保障停车场安保新项目的正常

7、、顺利开展,特制定安保从业人员的业务技能及个人素质的培训计划  遗传算法是模拟自然界生物进化过程与机制求解问题的一类自组织与自适应的人工智能技术。对此,科学家们进行了大量的研究工作,并成功地运用于各种类型的优化问题,在分割复杂的图像时,人们往往采用多参量进行信息融合,在多参量参与的最优值求取过程中,优化计算是最重要的,把自然进化的特征应用到计算机算法中,将能解决很多问题。遗传算法的出现为解决这类问题提供了新而有效的方法,不仅可以得到全局最优解,而且大量缩短了计算时间。王月兰等人提出的基于信息融合技术的彩色图像分割方法,该方法应用剥壳技术将问题的复杂度

8、降低,然后将信息融合技术应用到彩色图像分割中,为彩色分割在不同领域中的应用提供了一种新的思路与解决办法。  

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。