开题报告-基于超像素的图像分割技术及其实现.doc

盐城师范学院毕业设计开题报告题 目: 基于超像素的图像分割技术及其实现 姓 名: 二级学院: 信息工程学院 专 业: 计算机科学与技术 班 级: 12(2) 学 号: 指导教师: 职称: 副教授 2015 年 10 月 10 日一、研究的目的、意义与应用前景等： 研究目的、意义：随着计算机技术以及多媒体技术的发展，图像分割技术的应用也变得十分广泛，几乎应用在有关图像处理的所有领域。例如：医学、数字图像、军事、体育、产品质量检测、智能交通。而在图像分割中，超像素以其独有的优势占据一席之地。超像素是指具有相似亮度、文理、颜色等特征的相邻像素构成的图像块。采用超像素替代像素，加快了现有的基于像素的算法，减少了运行时间；同时，利用像素之间的相似度将像素分组，用以获取图像的冗余信息，也大大地降低了后续图像处理任务的复杂度。应用前景：超像素以其能够提取中层图像的特性，通常被作为分割算法的预处理步骤，是视觉领域的一项关键技术，已经被成功应用于多种视觉任务，如图像分割、目标识别、目标跟踪以及骨架提取。因此，超像素技术在计算机视觉应用领域越发备受关注，具有很大的应用价值与发展潜能。二、研究的内容和拟解决的主要问题：图像分割是把图像划分成若干互不交迭区域的一个过程，并使这些特征在同一区域内呈现出相似性，而在不同区域间呈现出明显差异性的一门技术。分割的主要依据是灰度、颜色、纹理和形状等特征。图像分割是计算机视觉领域的一个基本而重要的问题，其分割的质量将直接影响到视觉系统的性能。随着计算机技术以及多媒体技术的发展，所需要处理的图像数据量急剧增加，此时参数估计的收敛变慢，运算规模扩大，导致耗费的运行时间成倍增加。为了解决这一问题，超像素的概念应运而生。这一概念最早于2003年被Ren等人提出。超像素是指具有相似亮度、文理、颜色等特征的相邻像素构成的图像块。采用超像素替代像素，加快了现有的基于像素的算法，减少了运行时间；同时，利用像素之间的相似度将像素分组，用以获取图像的冗余信息，也大大地降低了后续图像处理任务的复杂度。三、研究思路、方法和当前收集的文献：研究思路： 1.了解当前已经研究的超像素方法； 2.搜集相关论文资料，研习相关算法； 3.使用相关技术实现SLIC算法。研究方法： 1.收集资料：盐城师范学院阳光网； 2.开发工具Microsoft Visual Studio2010 。当前收集的文献：1.Bergh M V D,Boix X,Roig G,et al.SEEDS: Superpixels Extracted Via Energy-Driven Sampling J. International Journal of Computer Vision,2013, 111(3):298-314.2.宋熙煜,周利莉，李中国等. 图像分割中的超像素方法研究综述J. 中国图像图形学报学报：2015,20（5）:599-608.3.刘靖,李翠华,杨敦旭. 一种基于超像素的户外建筑图像布局标定方法J. 厦 门大学学报：2010,49（2）:175-180.4.王春瑶,陈俊周,李炜. 超像素分割算法研究综述J.计算机应用研究：2014,31（1):6-12.5.Levinshtein A,Stere A,Kutulakos K,et al. Turbopixels: fast superpixels using geometric flows J. IEEE Trans on Pattern Analysis and Machine Intelligence,2009, 31(12):2290-2297. 6.Comaniciu D,Meer P. Mean shift: a robust approach toward feature space analysis J. IEEE Transaction on Pattern Analysis and Machine Intelligence, 2002,24(5):603-619. 7.REN Xiao-Feng,MALIK J. Learning a classification model for seg- mentationC/Proc of the 9th IEEE International Conference on Computer Vision.Washington DC: IEEE Computer Society,2003:10-17.8.Zahn C T. Graph theoretical methods for detecting and describing Gestalt clusters,IEEE Trans.on Computation,1971,C-20:68-86. 四、特色和创新之处： 使用的超像素算法，运算速度快、操作方便。用SLIC超像素算法，生成的超像素紧凑、大小均匀且形状规则。改变在整张图像中寻找超像素的方法，对每个聚类中心聚类时，只在相应聚类中心搜寻区域内相似像素点，运算速度更快。五、研究计划及预期进展：研究计划：搜集基于超像素图像分割技术的期刊论文，了解超像素的研究背景。了解各种超像素算法，阅读文献，比较各个算法，并且比较各种算法的优势与缺点。最后使用SLIC算法实现对图片的分割。预期进展：第一阶段（2015.9.82015.9.25）查阅相关文献资料、进行课题申报和课题双选。第二阶段（2015.9.262015.10.17）完成外文翻译并填写开题报告。第三阶段（2015.10.182016.2.26）进行算法设计、编码，实现算法功能，完成毕业设计的中期检查报告。第四阶段（2016.2.272016.4.11） 完成算法设计与实验分析；进一步收集、整理和分析资料,撰写论文,形成初稿,交指导老师审阅。第五阶段（2016.4.122016.5.22）根据指导老师的指导意见反复修改、充实、完善,最后形成终稿,准备论文答辩。毕业设计开题报告评定表指导教师意见王明君同学通过查阅与本研究方向有关的文献，基本上了解了毕业设计题目所涉及的知识理论，以及所需要用到的技术。开题报告详细说明了毕业设计研究的意义、前景、目的、研究的主要内容，以及需要的的理论知识和技术及预期取得的结果。该课