- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
沈阳航空航天大学综合课程设计
沈阳航空航天大学
综 合 课 程 设 计
基于Halcon的图像分割方法的研究
班 级
学 号 2012040201174
学 生 姓 名 王旭
指 导 教 师 赵晨光
课 程 设 计 任 务 书
课程设计的内容及要求:
一、设计说明
图像分割是图像处理的关键技术之一,将感兴趣目标的区域加以提取的技术和过程,图像分割方法包括:基于 HYPERLINK /doc/4458954-4667568.html \t _blank 阈值、基于区域、基于边缘的分割方法等。
要求学生深入研究图像分割的主要方法,掌握直方图、灰度阈值、区域生长、边缘检测等分割算法,了解相关理论。并在充分调研图像分割的原理、算法的基础上,针对Halcon这一开发工具,深入学习各种算子及库函数的使用方法,并能够基于不同应用目标,尝试不同分割算法,比较实验结果并进行详尽分析。
二、设计要求
1.制定合理有效的设计方案;
2.熟悉Halcon的开发环境,深入学习图像分割理论,并进行分析。
三、推荐参考资料
[1] 周斌.?? HYPERLINK /kcms/detail/detail.aspx?filename=SCGX201206011dbcode=CJFQdbname=CJFD2012v= \t _blank 一种基于P系统的图像阈值分割方法[J]. 西华大学学报(自然科学版). 2012(06)
[2] 王浩军,郑崇勋,闫相国.?? HYPERLINK /kcms/detail/detail.aspx?filename=XAJT200104015dbcode=CJFQdbname=cjfd2001v= \t _blank 基于自适应多尺度的血液细胞图像阈值分割方法研究[J]. 西安交通大学学报. 2001(04)
[3] 肖华.?? HYPERLINK /kcms/detail/detail.aspx?filename=ZZGX200602008dbcode=CJFQdbname=cjfd2006v= \t _blank 生物细胞图像阈值分割方法研究[J]. 株洲工学院学报. 2006(02)
[4] 蒋剑,吴建华.?? HYPERLINK /kcms/detail/detail.aspx?filename=NCDG200302014dbcode=CJFQdbname=CJFD2003v= \t _blank 在小波域进行图像的最大熵分割的一种方法[J]. 南昌大学学报(工科版). 2003(02)
四、按照要求撰写课程设计报告
成绩评定表
评语、建议或需要说明的问题:
指导教师签字: 日期:成 绩
沈阳航空航天大学综合课程设计
PAGE \* MERGEFORMAT 10
概述
HALCON是世界范围内广泛使用的机器视觉软件,用户可以利用其开放式结构凯苏开发图像处理和机器视觉软件。
在对图像的研究和应用中,人们往往仅对图像中的某些部分感兴趣,这些部分称为目标或前景(其他部分称为背景),他们一般对应图像中特定的、具有独特性质的区域。为了辨识和分析目标,需要将他们分离提取出来,在此基础上才有可能对目标进一步利用。图像分割就是指把图像分成格局特性的区域并提取出感兴趣目标的技术和过程。这里特性可以是象素的灰度、颜色、纹理等,预先定义的目标可以对应单个区域,也可以对应多个区域。现有的图像分割算法有:阈值分割、边缘检测和区域提取法。所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域,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。简单的讲,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。图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一,它是对图像进行视觉分析和模式识别的基本前提。同时它也是一个经典难题,到目前为止既不存在一种通用的图像分割方法,也不存在一种判断是否分割成功的客观标准。
从图像分割研究的历史来看,可以看到对图像分割的研究有几个明显的趋势:一是对原有算法的不断改进!二是新方法、新概念的引入和多种方法的有效综合运用!人们逐渐认识到现有的任何一种单独的图像分割算法都难以对一般图像取得令人满意的分割效果,因而很多人在把新方法和新概念不断的引入图像分割领域的同时,也更加重视把各种方法综合起来运用!在新出现的分割方法中,基于小波变换的图像分割方法就是一种很好的方法!三是交互式分割研究的深入!由于很多场合需要对目标图像进行
文档评论(0)