彩色图像快速分割方法研究【开题报告】

《彩色图像快速分割方法研究【开题报告】》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、毕业论文开题报告电子信息工程彩色图像快速分割方法研究一、课题研究意义及现状图像分割是一种重要的图像技术，不论是在理论研究还是实际应用中都得到了人们的广泛重视。图像分割是我们进行图像理解的基础，是图像处理中的难点之一，也是计算机视觉领域的一个重要研究内容。把图像划分为若干个有意义的区域的技术就是图像分割技术，被划分开的这些区域相互不相交，而且每个区域也必须满足特定区域的一致性条件。彩色图像反映了物体的颜色信息，比灰度图像提供的信息更多，因此，彩色图像的分割得到了越来越多人的关注，彩色图像分割方法的研究具有很大的价值。彩色图像分割一直是彩色图

2、像处理中一个很重要的问题，它可以看作是灰度图像分割技术在各种颜色空间上的应用。目前，图像分割的主要方法有：基于区域生长的分割方法、基于边缘检测的分割方法、基于统计学理论的分割方法、基于小波变换法、基于模糊集合理论的方法等多种方法。其中，JSEG算法是一种基于区域生长的图像分割方法，它同时考虑了图像的颜色和纹理信息，分割结果较为准确，受到了广泛的关注。但是JSEG算法要在多个尺度下反复进行局部J值计算和区域生长，同时还要进行基于颜色直方图的区域合并，这样，该算法就显得更为繁琐、复杂。针对这些不足之处，有学者提出了一种结合分水岭与JSEG的图

3、像分割新算法。这种新算法在计算得到图像J后，通过引入分水岭算法直接对J图进行空域分割，然后通过形态后处理完成分割。与原JSEG算法比较，新算法能够得到良好的分割效果，有效的降低了JSEG算法的复杂度。国内外也有很多学者对彩色图像的分割方法进行研究，也提出了许多有价值的彩色图像分割算法及改进的彩色图像分割算法，而多种分割算法的结合使用也改进了单一算法的不足之处，使得彩色图像的分割结果更加理想。但是从目前对彩色图像的研究来看，由于应用领域的不同、图像质量的好与坏以及图像色彩的分布和结果等一些客观因素引起的差异，我们还没有找到一种能够完全适用于

4、所有彩色图像分割的通用的算法。因此，彩色图像的分割方法仍是一个尚未解决的难题，还需要图像处理领域的研究人员进一步的研究探索。本研究是对基于JSEG的改进彩色图像分割算法的研究，该算法能够有效降低原JSEG算法的复杂度，提高图像分割效率，在图像分割领域有很重要的意义。该算法是在原JSEG算法的基础上，引入了分水岭算法，降低了原算法的计算量，降低了图像分割时间。二、课题研究的主要内容和预期目标主要内容：彩色图像的分割算法。研究一种能对彩色图像进行分割的快速分割算法。具体要求：1、了解图像分割的基本内容。2、掌握几种常见的彩色图像分割算法。3、

5、研究出一种彩色图像的快速分割方法。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：研究出一种彩色图像的快速分割算法，实验仿真得到正确结果。三、课题研究的方法及措施彩色图像快速分割方法的研究是属于理论研究，同时需要进行实验仿真得到实验结果，进而分析这种算法的性能。在研究之前，我们先要查找图像分割的相关资料，了解图像分割的基本内容，进而掌握几种常见的彩色图像分割算法，提出一种结合分水岭与JSEG的图像分割新算法。该研究是采用VC软件平台，选择一些彩色图片进行实验仿真，分析该算法的性能。新的JSEG算法的流程图：选择2个

6、窗口后处理J1值J2值分水岭算法J图像区域合并和融合分割结果（1）预处理：基于类图计算得到J图。（2）区域分割：基于J图进行，采用改进的分水岭方法。（3）合并与融合：分水岭分割后得到的图像会存在过分割现象，要进行区域合并与融合。（4）后处理：对合并与融合后的图像进行孤立噪声和边界平滑，采用形态处理的方法。主要难题：实验中要进行大量图片的仿真，在仿真时必须对相同图像进行新旧JSEG算法的对比。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

7、综述、外文翻译。第二阶段（4周）：算法详细设计与程序实现，撰写设计报告与论文。第三阶段（2周）：算法仿真、测试，论文修改。五、参考文献：[1]林开颜,徐立鸿,吴军辉.快速模糊C均值聚类彩色图像分割算法[J].中国图像图形学报,2004,9(2):159～163.[2]王祥科,郑志强.Otsu多阈值快速分割算法及其在彩色图像中的应用[J].计算机应用,2006,26:14～15.[3]徐秋平,郭敏,王亚荣.基于分水岭变换和图割的彩色图像快速分割[J].计算机工程,2009,35(19):210～212.[4]JamesBruce,Tucke

8、rBalch,ManuelaVeloso.FastandInexpensiveColorImageSegmentationforInteractiveRobots[J].Proceedings