基于图像空间共生信息的图像阈值分割方法研究开题报告
2022-01-09 22:39:53
全文总字数:1987字
1. 研究目的与意义及国内外研究现状
数字图像是人类获取信息、表达信息和传递信息的重要手段。图像分割是对图像特征的提取、目标表达的基础,是由图像处理向图像分析过渡的重要步骤,图像分割质量的优劣将直接影响着后续任务执行的有效性,分割结果的好坏将直接影响到高层图像分析和图像理解的质量。目前主要的图像分割算法有基于阈值、边缘、区域、聚类分析、小波变换、数学形态、人工神经网络的分割方法,基于阈值的分割方法由于其计算方便简明、实用性强得到了广泛的应用。灰度共生矩阵能体现图像灰度在间隔、方向及变化幅度及快慢上的综合信息,是分析图像像素排列规律与局部特征的基础。基于图像空间信息构造共生矩阵的阈值化方法,更全面地表征了图像特征,能获得更全面稳定的分割效果,可以提高图像分割的质量,有助于高层图像分析和图像的理解。
本课题将在研究灰度共生矩阵的基础上来进行阈值的选择。
国内外研究现状
数字图像分割的研究已有几十年,国内外学者已经提出了许多种算法,但由于图像分割面对的问题复杂程度越来越高,对分割结果的要求越来越高,使得图像分割这片领域不断涌现新理论、新方法。
2. 研究的基本内容
本课题研究的内容是基于中值的平方距离灰度转移对称共生矩阵阈值法,研究前期需要学习掌握图像处理的基础知识和图像共生矩阵的构造方法。研究中实现算法的基础编程实现,达到对给定图像的处理效果,并和Otsu法相比较。
论文将详细讲述图像共生矩阵的构造方法。并记述算法编程实现的结果和分析。3. 实施方案、进度安排及预期效果
深入学习图像共生矩阵的构造方法,在开学前完成共生矩阵的相关知识学习,查阅相关参考文献,对所要完成的目标有明确的方向。熟悉matlab软件的使用。
2018年1月15日至2018年3月初完成图像处理基础知识的学习。
2018年3月5日至2018年3月20日完成学习基于共生矩阵的图像分割方法。
4. 参考文献
[1](美)rafael c.gonzalez,(美)richard e.woods.数字图像处理(第三版)[m]阮秋琦等,译.北京:电子工业出版社.
[2](美)rafael c.gonzalez,(美)richard e.woods.数字图像处理(ma
tlab版)(第二版)[m]阮秋琦等,译.北京:电子工业出版社.