基于活动轮廓模型的图像分割方法研究【开题报告+文献综述+毕业论文】

《基于活动轮廓模型的图像分割方法研究【开题报告+文献综述+毕业论文】》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、本科毕业论文系列开题报告电子信息工程基于活动轮廓模型的图像分割方法研究一、课题研究意义及现状自上世纪七十年代起，随着计算机技术的发展和广泛应用，图像处理与计算机视觉受到了很多学者的重视，新技术和新的理论不断涌现，并在人民的生活、工业生产和军事技术等领域得到了广泛的应用。图像分割为更高层的图像处理和计算机视觉操作提供基础工作，其分割效果的好坏直接影响到后续的图像处理工作，对最终的处理结果造成很大的影响，图像分割也是图像分析很关键的技术。随着图像分割技术的发展，几十年来，研究人员为之付出了很大的努力，发表了相当多的图像分割的研究成果和方法。但绝大多数算法都有着局限性，只适用于相对的某些特定类型的图

2、像，所以目前还没有研究出一种统一有效的可以分割所有类型图像的方法，例如有些算法在进行分割前需要做预处理。由于判定图像分割效果好坏的标准是不确定的，只能根据具体的场合来做针对性的判断。鉴于图像分割结果的质量对后续图像分析和理解的重要性，所以，深入研究图像分割技术对于提高图像分析和图像理解系统的性能以及提高图像处理技术的应用水平，都有很深远的意义。研究者所已经提出的基于活动轮廓模型的图像分割方法有很多种，根据轮廓线的表示形式不同可以分为参数活动轮廓模型、传统水平集活动轮廓模型和近年来出现的非传统水平集活动轮廓模型。参数轮廓模型的轮廓线通常用点集或者B样条曲线表示，而传统和非传统的水平集活动轮廓模型

3、是分别由他们的水平集函数的零水平集来表示，其中传统水平集函数是一个符号距离函数，而非传统水平集函数则对前者进行了简化，常以分段函数的形式出现。活动轮廓模型与其他分割算法相比有形式多样、结构灵活、性能优越等优点，其中活动轮廓模型中的每一类模型都可细分成若干个经典的活动轮廓模型，它的结构能融合多种信息，如图像区域特征、图像边缘以及目标形状特征等，其优越的性能体现在活动轮廓模型一方面具备使轮廓线平滑的约束条件，另一方面它可以融合多种信息。存在优点的同时也不可避免的有一些难以克服的缺陷和不足之处，比如，活动轮廓模型在图像分割前必须进行初始化，参数活动轮廓模型不能自动处理轮廓线的拓扑变化，传统的水平集活

4、动轮廓模型在运算时间上花费巨大等。这些缺点是需要去研究，去进一步弥补的。可以在已有的图像分割算法基础上，针对不同的缺点进行研究，或者将不同的模型进行结合，取长补短，以实现更简单，更完整的图像分割，并得到最好的效果。本文所做的研究是基于水平集活动轮廓模型的图像分割，水平集方法有很多的优点，该方法能较容易的实现低维向高维的扩展，有利于实现三维立体图像的分割，它的演化曲线的几何特征能用水平及函数直接计算得出，水平集函数的零水平集可以自然处理变拓扑结构，在保持速度函数为连续的光滑函数的情况下，水平集函数就始终为可微函数，从而可以利用离散的有限差分法实现其数值近似算法。对于图像分割得到更好的效果有着很大

5、的帮助。二、课题研究的主要内容和预期目标研究内容：基于活动轮廓模型的图像分割算法，研究基于活动轮廓模型的图像分割算法。具体要求：1、了解活动轮廓模型的基本内容。2、掌握几种常用的图像分割算法。3、研究一种基于活动轮廓模型的图像分割算法。4、基于VC平台进行实验仿真调试，分析算法性能，给出实验结果。预期目标：研究出一种基于活动轮廓模型的图像分割算法，分析其性能，实验仿真得出最后结果。三、课题研究的方法及措施本课题研究主要为理论方面的研究，因此采取理论分析和计算机实验仿真相结合的研究方法，属于理论性方法。具体措施如下：首先，先通过重点学习活动轮廓模型的图像分割所涉及的基本原理和内容。其次，在了解的

6、基础上掌握几种常用的活动轮廓模型的图像分割算法，对这些方法进行分析。第三，针对基于水平集活动轮廓模型的图像分割算法进行研究，在已有的算法上进行适当的改进，研究编码实现改进的编码算法。最后，通过VC平台，编程实现改进的水平集活动轮廓模型的图像分割算法的编码，进行仿真调试以了解编码的缺陷，并加以完善。流程框图：确定封闭初始轮廓原始图像水平集法曲线演化得到曲线族迭代终止得到分割图像四、课题研究进度计划毕业设计期限：自2010年10月9日至2011年5月18日。第一阶段（4周）：分析任务，收集资料，算法初步设计，完成开题报告、文献综述、外文翻译。第二阶段（4周）：算法详细设计与程序实现，撰写设计报告与

7、论文。第三阶段（2周）：算法仿真、测试，论文修改。五、参考文献[1]王志勇,池哲儒,余英林.分形编码在图像检索中的应用[J].电子学报,2000,28（6）：19～23.[2]毛红达.基于区域活动轮廓模型的图像分割[D].浙江:浙江大学,2008.[3]王大凯,侯榆青,彭进业.图像处理的微分方程方法[M].北京：科学出版社,2008.[4]章毓晋.图像工程(中册)[M].北京:清华大学出版社,20