基于matlab的数字图像分割开题报告

基于matlab的数字图像分割开题报告内容摘要：

像的空间特性 , 这样就对噪声很敏感它也没有考虑图像的纹理信息等有用信息 ,使分割效果有时不能尽如人意 （ 2）基于边缘检测的图像分割 边缘检测的分割方法是通过检测包含不同区域的边缘来解决图像分割问题。 所谓 边缘的检测正是利用物体和背景在某种图像特性上的 差异来实现的 ， 这差异包括灰度 、 颜色以及纹理特征。 边缘检测实际上就是要检测出图像的特性发生变化的位置。 图像的信息量很大 ， 而边缘信息是图像的一种紧描述 ， 它所包含的往往是图像中最重要的信息。 因此边缘检测在计算机视觉中有着非常重要的地位。 开始 通过数组 g[255]读入直方图 逐个查看能每个像素值在直方图中能作为谷底的范围 找出能作为谷底范围最大的像素值作为阈值 根据取得的阈值对图像进行二值化 结束 毕 业 设 计（论 文）开 题 报 告 边缘的检测常常借助于边缘检测算子进行 ,常用的边缘检测算子有 : Roberts 算子、Laplace 算子、 Prewitt 算子、 Sobel 算子、 Robinson 算子、 Kirsch 算子和 Canny 算子等。 其中 Canny 边缘检测是一 种比较新的边缘检测算子 ,不容易受噪声的干扰 ,能够检测到真正的弱边缘。 基于边缘的分割技术依赖于由边缘检测算子找到的图像边缘 ,这些边缘标示出了图像在灰度、色彩、纹理等方面不连续的位置。 常见的基于边缘的分割方法有 :边缘图像阈值化、边缘松驰法、边界跟踪法、作为图搜索的边缘跟踪法、作为动态规划的边缘跟踪法、 Hough 变换法和基于边界位置信息的边界检测法等。 该类方法对边缘灰度值过渡比较尖锐且噪声较小等不太复杂的图像 ,大都可以取得较好的效果。 但对于边缘复杂、采光不均匀的图像来说 ,则效果不太理想 ,主要表现在边缘模糊、弱边缘丢失和整体边缘不连续等方面 .在噪声较大的情况下常用的边缘检测算法 ,如 Marr 算子 ,递归滤波器和 Canny 算子等都是先对图像进行适当的平滑 ,抑制噪声 ,然后求导数 ,或者先对图像进行局部拟合 ,然后再用拟合的光滑函数的导数来代替直接的数值导数。 Canny 算子较简单 ,而且考虑 梯度方向 ,效果比较好。 （ 3）基于区域的图像分割 基于区域的图像分割是根据图像灰度、纹理、颜色和图像像素统计的均匀性等图像的空间局部特征 ,把图像中的像素划归到各个物体或区域中 ,进而将图像分割成若干个不同区域的一种分 割方法。 基于区域的分割方法主要有区域生长法、分裂合并法和分水岭分割方法。 （ 4）基于模型的图像分割 基于模型的图像分割都是基于一定的模型 ,将图像分割问题转换成目标函数的求解问题 ,其中目标函数的设计和求解是问题的难点。 基于模型的图像分割方。