附件2:
山东建筑大学毕业论文开题报告表
班级： 姓名:
论文题目 一、 选题背景和意义 基于MATLAB的图像分割算法研究 数字图像处理技术是一个跨学科的领域。随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不长，但却引起各方面人士的广泛关注。 图像分割是图像处理中最为基础和重要的领域之一，它是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。它是图像处理、模式识别和人工智能等多个领域中的重要课题，也是计算机视觉技术中的关键步骤。多年来，已经提出了许多不同类型的图像分割方法.经典的方法有灰度阈值分割法、边缘检测法和区域跟踪以及基于分水岭算法的分割方法等。有些分割运算可直接应用于任何图像，而另一些只能适用于特殊类别的图像。有些算法需要先对图像进行粗分割，因为他们需要从图像中提取出来的信息。例如，可以对图像的灰度级设置门限的方法分割。值得提出的是，还没有唯一的标准的分割方法。许多不同种类的图像或景物都可作为待分割的图像数据，不同类型的图像，已经有相对应的分割方法对其分割，同时，某些分割方法也只是适合于某些特殊类型的图像分割。分割结果的好坏需要根据具体的场合及要求衡量。 然而，对图像分割的效果好坏或正确与否，还没有一个统一的评价判断准则。不同的分割方法对同一幅图像的分割效果是不同的，而且同一种分割方法对一幅图像在不同空间下的分割效果也是不同的。 21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。首先，视觉是人类最重要的感知手段，图像又是视觉的基础，因此，数字图像成为心理学、生理学、计算机科学等诸多领域内的学者们研究视觉感知的有效工具。其次，图像处理在军事、遥感、气象等大型应用中有不断增长的需求。以上说明本次的基于MATLAB图像分割算法研究对社会需求具有重要意义。 本课题就是从这一起点出发，分别采用边界分割和分水岭变换两种方法进行图形分割，并用MATLAB实现整个分割过程。 二、 课题关键问题及难点问题 1、基于边缘分割的图像分割算法的应用。 2、Hough变换的线检测方法与仿真实现。 3、利用各种算子进行图像分割并仿真实现 4、图像分割的仿真与实现。 5、基于分水岭变换进行图像分割 三、 调研报告（或文献综述） 1、数字图像分割的历史和现状 图像分割的研究最早可以追溯到20世纪60年代，经过近四十年的研究，国内外学者已经提出了各种算法上千种，但目前还没有一种适合于所有图像的通用的分割算法，绝大多数算法都是针对具体问题而提出的。另一方面，给定一个实际应用要选择合用的分割算法仍是一个很麻烦的问题，由于缺少通用的理论指导，常常需要反复的进行实验。在已提出的这些算法中，较为经典的算法有灰度阈值分割法、边缘检测法和区域跟踪以及基于分水岭算法的分割方法。 多年来，对图像分割的研究一直是图像技术研究中的热点和焦点，人们对其的关注和投入不断提高。它是一种重要的图像分析技术，是从图像处理到图像分析的关键步骤，也是计算机视觉领域低层次视觉中的主要问题，图像分割结果是图像特征提取和识别等图像理解的基础，对图像的加工主要处于图像处理的层次，图像分割后，对图像的分析才成为可能。另外，图像分割在实际中也得到了广泛的应用，在计算机视觉和图像识别的各种应用系统中占有相当重要的地位，也是研制和研发计算机视觉系统、字符识别和目标自动获取等图像识别和理解系统首先要解决的问题。只要需对图像目标进行提取，测量等都离不开图像分割。 2、图像边缘检测方法用于图像处理的历史 在图像分割中，边缘检测方法可以说是人们研究的最多的方法，它试图通过检测包含不同区域的边缘来解决图像分割问题。图像的大部分主要信息都存在于图像的边缘中，主要表现为图像局部特征的不连续性，是图像中灰度变化比较剧烈的地方，也即我们通常所说的信号发生奇异变化的地方。奇异信号沿边缘走向的灰度变化剧烈，通常我们将边缘划分为阶跃状和屋顶状两种类型。阶跃边缘中边缘两边的灰度值有明显的变化;而屋顶状边缘中边缘位于灰度增加与减少的交界处。在数学上可利用灰度的导数来刻划边缘点的变化，对阶跃边缘、屋顶状边缘分别求其一阶、二阶导数。可见，对阶跃边缘点儿其灰度变化曲线的一阶导数在A点达到极大值;二阶导数在A点与零交叉。对屋顶状边缘点B，其灰度变化曲线的一阶导数在B点与零交叉，二阶导数在B点达到极值。 基于边缘检测的方法可以是并行的，也可以是串行的，主要取决于边缘连接或跟踪时采用的策略，闽值分割法和像素分类法都属于并行区域类，而区域生长和区域分裂合并法则属于串行区域类。在这些方法中，边缘检测方法是人们研究得最多的方法，它试图通过检测包含不同区域的边缘来解决图像分割问题，基于在不同区域之间的边缘上象素灰度值的变化往往比较剧烈，这类方法大多是基于局部信息的，一般利用图像一阶导数的极大值或者二阶导数的过零点信息提供判断边缘点的依据。在现代的图像分割技术中，人们常常用这种方法对图像进行初步处理，再采用方法得到准确的边界，从而实现图像的正确分割。 3、经典的边缘检测算子 差分算子的特性之一，是在图像灰度变化缓慢的区域其值较小;在图像灰度迅速变化的点处，其值较大；在目标区域内部(假定灰度一致)其值为零。很自然，这类算子可以作为图像边缘检测器。 我们已知的差分算子有: Roberts算子、Sobel算子、Prewitt算子、LOG算子及Canny算子。 四、 方案论证 本次设计是基于MATLAB在图像分割算法中的研究，首先选取合适的图像，然后对图像进行底层处理，主要是为了改善图像的视觉效果或对图像中感兴趣的部分进行检测提取和测量。分析的结果能提供描述图像目标的特点和性质等数据信息。 图像边缘检测方法具体步骤如下：步骤一：对图像进行预处理，将图像中灰度最高的一部分像素点去掉，并进行灰度拉伸，将现有像素灰度值尽量均匀分布到０～２５５的范围内；步骤二：用块状结构元素来统计 图像中的一个像素点的邻域内像素灰度值的均值和方差；步骤三：利用目标像素点和背景像素点分布的概率密度函数，根据概率密度函数公式分别求出将背景点当作目标点进行分类时错误发生的概率和目标点当作背景点进行分类时错误发生的概率，进而由混合概率密度函数定义求出该点出错的整体概率公式；步骤四：根据该点出错的整体概率公式，对由高斯密度公式推导出的关于邻域内像素灰度值均值的方程进行求解，得到每个像素点的邻域像素的灰度均值作为该点的阈值；步骤五：用当前像素点的灰度值与所述 阈值比较，如果灰度值小于其邻域内的像素灰度值的平均值，并且邻域内像素灰度值的方差大于一个既定的值，则把该点定义为边界点，否则就属于背景部分，然后转到下一个像素点，返回步骤二，直至图像中的点都扫描完毕。 算法实现的主要步骤为：首先，对原图像进行平滑处理，接着对图像进行边缘检测得到含有边缘点的边缘图像，并记录下边缘点的位置，然后在平滑图像中相应位置的邻域内进行纹理分析，并与事先获得的图像纹理特性进行比较判断，从而将图像中的模糊点删除并最终实现图像的分割 五、 进度安排 1?2周 查询相关技术资料和中英文文献，确定需翻译的英文文献。 3?4周 对课题进行分析和规划，制定具体的工作计划和方案，确 定设计概要目标，写出下步工作计划，撰写开题报告。 5?7周 学习图像分割理论，研究边缘分割的方法；熟悉所需Matlab 软件，对图像分割进行初步仿真。 8?9周 利用Prewitt算子、Sobel算子、Robert算子、LOG算子及Canny算子进行图像分割并仿真实现。 10?11周 采用分水岭分割方法实现图像分割。 12?13周 系统测试，完善程序功能。 14?15周 按照规定要求完成毕业论文。 六、指导教师意见 签字： 年 月 日 七、教研室（或开题审查小组）意见 签字： 年 月 日