基于GPU的Meanshift分割.docxVIP

课程设计（CUDA）中文题目基于均值漂移的图像分割和目标跟踪英文题目Image Segmentation and Object Tracking basedon Mean Shift Algorithm 组长梁坚学号201328014628043组员韩磊学号201328014628034组员徐冉学号201328014628062组员李党伟学号 201328014628040学院计算机与控制学院单位自动化研究所研究背景图像的研究和应用中，人们往往对图像中的某些部分感兴趣，这些感兴趣趣的部分一般对应图像中特定的、具有特殊性质的区域（可以对应单一区域，也可以对应多个区域），称之为目标或前景；而其他部分称为图像的背景。为了辨识和分析目标，需要把目标从一幅图像中孤立出来，这就是图像分割要研究的问题。现在的图像分割技术一般有三种方法。第一、阈值分割法。阈值分割法作为一种常见的区域并行技术,它通过设置阀值，把像素点按灰度级分若干类，从而实现图像分割。由于是直接利用图像的灰度特性,因此计算方便简明、实用性强。第二、基于边缘的分割。边缘总是以强度突变的形式出现,可以定义为图像局部特性的不连续性,如灰度的突变、纹理结构的突变等。边缘常常意味着一个区域的终结和另一个区域的开始,图像的边缘包含了物体形状的重要信息,它不仅在分析图像时大幅度地减少了要处理的信息量,还保护了目标的边界结构第三、函数优化法