开题报告样例

《开题报告样例》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、HEFEIUNIVERSITY毕业设计（论文）开题报告题　　目　　　　　　系　　别专　　业班级　姓　　名指导老师完成时间合肥学院电子信息与电气工程系毕业设计（论文）开题报告学生：班级：论文题目导师姓名可行性方案分析可行性方案分析见附页参考文献[1]付峰，应义斌。生物图像阙值分割方法的研究[J]。浙江大学校报，2003;[2]义斌、章文英，蒋亦元等。及其视觉技术在农产品收获和加工自动化中的应用[J]。农业机械学报，2000,31：112-115；[3]张瑞英，沈明霞等。计算机视觉技术在番茄收获中的应用[J]。农业机械学报，2001,32:50-

2、58;[4]高锐，农业采摘机器人的初步应用研究[D]。北京农业大学校报，2004；[5]Otsu.Athresholdselectionmethodtechnique[J].ComputerVisionGraphicsImageProcess,1998(41):233-260;[6]LindaG.Shaoiro,GeorgeC.Stockman.计算机视觉[M]。北京：机械工业出版社，2005；开题小组及教研室意见开题小组签名：年月日一．研究背景：图像分割是一种重要的图像技术，在理论研究和实际应用中都得到了人们的广泛重视。图像分割的方法和种类

3、有很多，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，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。图像分割是从图像处理到图像分析的关键步骤，可以说，图像分割结果的好坏直接影响对图像的理解。所谓图像分割是指根据灰度、彩色、空

4、间纹理、几何形状等特征把图像划分成若干个不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。简单地讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理。图像处理技术在航空航天、生物医学工程、工程检测、机器人视觉、公安司法、军事制导、文化艺术、地理测绘等领域受到广泛重视，并取得了重大的开拓性成就，使图像处理成为一门引人注目、前景远大的新型学科。二．图像分割的主要方法归纳及性能图像分割的研究多年来一直受到人们的高度重视，分割算法也层出不穷，对于像分割算法的分类依据也不统一。图像分割方法的选择，在

5、很大程度上依赖于特定的图像、成像方式以及成像中的可变因素和不变因素(如噪声和纹理等)，这些都会在很大程度上影响后续的处理工作。现今国内外广泛使用的图像分割方法主要可分为基于阈值分割、基于变形模型分割、基于区域生长分割、基于聚类法分割等。1.基于阈值的图像分割基于阈值的图像分割是一种传统的图像分割方法，因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。阈值分割法的基本思想为，通过设定不同的特征阈值，把图像像素点分为具有不同灰度级的目标区域和背景区域的若干类，然后把每个像素点的像素值和阈值相比较，根据比较的结果对图像

6、进行分割。它特别适用于目标和背景占据不同灰度级范围的图像。阈值方法分为全局阈值和局部阈值，如果分割过程中对图像上每个像素所使用的阈值都相等，则为全局阈值方法；如果每个像素所使用的阈值可能不同，则为局部阈值方法。确定最佳全局阈值的常用方法一般有：实验法，直方图法，最小误差法（这种方法是假设背景和前景的灰度分布都是正态分布的）。当光照不均匀、有突发噪声，或者背景灰度变化比较大时，整幅图像分割将没有合适的单一门限，因为单一的阈值不能兼顾图像各个像素的实际情况。这时，可对图像按照坐标分块，对每一块分别选则一阈值进行分割。这种与坐标相关的阈值也称为自适

7、应阈值方法。自适应阈值的选取比较简单的方法是对每个像素确定以它为中心的一个邻域窗口，计算窗口内像素的最大和最小值，然后取它们的均值作为阈值。对图像分块后的每一个子块可以采用直方图分析，如果某个子块内有目标和背景，则直方图呈双峰。如果块内只有目标或背景，则直方图没有双峰，可根据邻域各块分割得到的参数插值进行分割。实际的自适应阈值分割完全可以根据图像的实际性质，对每个像素设定阈值，但这个过程要考虑到实际的要求和计算的复杂度问题。基于阈值分割法虽然简单，但在阈值的选取很大程度上影响图像分割的效果，它只考虑像素本身的灰度值，而不考虑图像的空间分布，这

8、样其分割结果就对噪声很敏感，对从事图像分割的人员的先验知识依赖过强。虽然目前出现了各种基于阈值分割的改进算法，图像分割的效果有所改进，但在阈值的设置上还是没有完美的