MATLAB图像分割毕业设计开题报告.pdf

上海工程技术大学

毕业设计（毕业论文）开题报告

学院电子电气学院

专业自动化

班级学号0212082021206231

学生於恺律

指导教师陈剑雪

题目基于支持向量机的数字图像分割

任务规定

进行日期自2011年9月12日起，至2012年1月13日止

一、课题背景及研究意义:

图像分割是进行图像理解的基础，是图像工程技术中的一个重要问题。近

年来，人们越来越重视图像的分割算法，并期望寻求一种实时性、鲁棒性较好的

算法。图像分割技术在当今信息社会中具有极其广泛的用途，特别是在医学图像

诊断、卫星遥感图像识别、交通车牌信息识别等等方面尤其有现实意义。目前机

器学习技术正越来越多地引领图像分割领域的研究发展，支持向量机正是其中一

种较为先进的研究方法。

二、课题研究内容:

1、图像处理

图像处理用计算机对图像进行分析，以达到所需结果的技术。又称影像处理。

图像处理一般指数字图像处理。数字图像是指用数字摄像机、扫描仪等设备经过

采样和数字化得到的一个大的二维数组，该数组的元素称为像素，其值为一整数，

称为灰度值。图像处理技术的主要内容包括图像压缩，增强和复原，匹配、描述

和识别3个部分。常见的处理有图像数字化、图像编码、图像增强、图像复原、

图像分割和图像分析等。

当前,图像处理技术几乎渗透到人类所有的活动领域中，特别在自动控制、

信息通讯、无损检测、资源勘测、医学诊断、生物工程等领域更是得到的极为广

泛的应用和发展。在当前的图像处理系统中，常常以图像分割为基础。对于一个

图像处理系统而言，图像分割性能的好坏往往直接决定该系统的图像处理性能。

图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣

目标的技术和过程。它是由图像处理到图像分析的关键步骤。现有的图像分割方

法主要分以下几类：基于阈值的分割方法、基于区域的分割方法、基于边缘的分

割方法以及基于特定理论的分割方法等。近年来，研究人员不断改进原有的图像

分割方法并把其它学科的一些新理论和新方法用于图像分割，提出了不少新的分

割方法。

2.图像分割的方法

阈值分割方法

阈值分割是常见的直接对图像进行分割的算法，根据图像像素的灰度值的不

同而定。对应单一目标图像，只需选取一个阈值，即可将图像分为目标和背景两

大类，这个称为单阈值分割；如果目标图像复杂，选取多个阈值，才能将图像中

的目标区域和背景被分割成多个，这个称为多阈值分割，此时还需要区分检测结

果中的图像目标，对各个图像目标区域进行唯一的标识进行区分。阈值分割的显

著优点，成本低廉，实现简单。当目标和背景区域的像素灰度值或其它特征存在

明显差异的情况下，该算法能非常有效地实现对图像的分割。阈值分割方法的关

键是如何取得一个合适的阈值，近年来的方法有：用最大相关性原则选择阈值的

方法、基于图像拓扑稳定状态的方法、灰度共生矩阵方法、最大熵法和峰谷值分

析法等，更多的情况下，阈值的选择会综合运用两种或两种以上的方法，这也是

图像分割发展的一个趋势。

基于遗传算法的图像分割

遗传算法是模拟自然界生物进化过程与机制求解问题的一类自组织与自适

应的人工智能技术。对此，科学家们进行了大量的研究工作，并成功地运用于各

种类型的优化问题，在分割复杂的图像时，人们往往采用多参量进行信息融合，

在多参量参与的最优值求取过程中，优化计算是最重要的，把自然进化的特征应

用到计算机算法中，将能解决很多问题。遗传算法的出现为解决这类问题提供了

新而有效的方法，不仅可以得到全局最优解，而且大量缩短了计算时间。王月兰

等人提出的基于信息融合技术的彩色图像分割方法，该方法应用剥壳技术将问题

的复杂度降低，然后将信息融合技术应用到彩色图像分割中，为彩色分割在不同

领域中的应用提供了一种新的思路与解决办法。

基于人工神经网络技术的图像分割

基于神经网络的分割方法的基本思想是先通过训练多层感知器来得到线性

决策函数，然后用决