機(jī)械零件圖像分割系統(tǒng)設(shè)計(jì)開題報(bào)告.doc

無錫太湖學(xué)院畢業(yè)設(shè)計(jì)（論文）開題報(bào)告題目：機(jī)械零件圖像分割信機(jī)系機(jī)械工程及自動(dòng)化專業(yè)學(xué)號(hào)：學(xué)生姓名：指導(dǎo)教師：（職稱：教授）（職稱：）科學(xué)依據(jù)1科學(xué)依據(jù)圖像分割是圖像處理與計(jì)算機(jī)視覺領(lǐng)域低層次視覺中最為基礎(chǔ)和重要的領(lǐng)域之一，它是對(duì)圖像進(jìn)行視覺分析和模式識(shí)別的基本前提。圖像分割是從圖像處理到圖像分析的關(guān)鍵技術(shù)。圖像分割的種類和方法很多，有些分割算法可直接用于任何圖像，而另一些算法只能適用于分割特殊類別的圖像。有些算法需要先對(duì)圖像進(jìn)行粗分割，因?yàn)樗鼈冃枰獜膱D像中提取出來的信息。沒有唯一的標(biāo)準(zhǔn)的方法。分割結(jié)果的好壞需要根據(jù)具體的場(chǎng)合要求衡量。早期的圖像分割方法可以分為兩大類。一類是邊界方法，這種方法假設(shè)圖像分割結(jié)果的某個(gè)子區(qū)域在原來圖像中一定會(huì)有邊緣存在；一類是區(qū)域方法，這種方法假設(shè)圖像分割結(jié)果的某個(gè)子區(qū)域一定會(huì)有相同的性質(zhì)，而不同區(qū)域的像素則沒有共同的性質(zhì)。這兩種方法都有優(yōu)點(diǎn)和缺點(diǎn)，有的學(xué)者考慮把兩者結(jié)合起來進(jìn)行研究?，F(xiàn)在，隨著計(jì)算機(jī)處理能力的提高，很多方法不斷涌現(xiàn)，如基于彩色分量分割、紋理圖像分割。所使用的數(shù)學(xué)工具和分析手段也是不斷的擴(kuò)展，從時(shí)域信號(hào)到頻域信號(hào)處理，小波變換等等。圖像分割主要包括4種技術(shù)：并行邊界分割技術(shù)、串行邊界分割技術(shù)、并行區(qū)域分割技術(shù)和串行區(qū)域分割技術(shù)。盡管人們?cè)趫D像分割方面做了許多研究工作，但由于尚無通用的分割理論，現(xiàn)已提出的分割算法大都是針對(duì)具體問題的，并沒有一種適合于所有圖像的通用的分割算法。另一方面，給定一個(gè)實(shí)際圖像分割問題要選擇合用的分割算法也還沒有標(biāo)準(zhǔn)的方法。2國內(nèi)外研究概況隨著技術(shù)的進(jìn)步圖像使用的越來越多對(duì)圖像的分割也越來越引起人們的重視。據(jù)國外專家預(yù)測(cè)，在今后的510年內(nèi)，隨著數(shù)據(jù)量的日益積累以及計(jì)算機(jī)的廣泛應(yīng)用，數(shù)據(jù)挖掘?qū)⒃谥袊纬梢粋€(gè)產(chǎn)業(yè)。國內(nèi)外研究動(dòng)態(tài)1989年8月，在第11屆國際人工智能聯(lián)合會(huì)議的專題研討會(huì)上，首次提出“在數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)”KDD:KnowledgeDiscoveryinDatabase技術(shù)，1991、1993、1994年又相繼舉行了KDD專題討論會(huì)。1995年，在美國計(jì)算機(jī)年會(huì)ACM上，提出了數(shù)據(jù)挖掘DM:DataMining的概念，即通過從數(shù)據(jù)庫中抽取隱含的、未知的、具有潛在使用價(jià)值信息的過程。由于數(shù)據(jù)庫中的數(shù)據(jù)被形象地比喻為礦床，因此，數(shù)據(jù)挖掘一詞很快流傳開來。由于它應(yīng)用的普遍性及由此帶來的高效益，新型的數(shù)據(jù)分析技術(shù)-數(shù)據(jù)挖掘成為一個(gè)具有廣闊應(yīng)用前景的熱門研究方向。KDD的研究吸引了大量的各個(gè)領(lǐng)域的專家和研究機(jī)構(gòu)從事該領(lǐng)域的研究。許多公司紛紛推出了自己的數(shù)據(jù)挖掘系統(tǒng)。研究內(nèi)容(一)主要任務(wù)學(xué)習(xí)圖像分割的基礎(chǔ)知識(shí)，了解圖像融合和圖像分割的現(xiàn)狀，掌握?qǐng)D像分割的基本原理及應(yīng)用。了解并掌握Matlab的開發(fā)環(huán)境,利用Matlab寫出算法程序并運(yùn)行，從而對(duì)給定圖像進(jìn)行分割。（二）開發(fā)設(shè)計(jì)環(huán)境與工具采用matlab作為開發(fā)語言，用MATLAB編程仿真，比較原始圖像和重構(gòu)圖像。擬采取的研究方法、技術(shù)路線、實(shí)驗(yàn)方案及可行性分析（1）實(shí)驗(yàn)方案將倆幅模糊原始圖像經(jīng)過AVE、PCNN、SF-PCNN等方法融合得到一幅較清晰圖像，再用基于熱平衡中智學(xué)分割法對(duì)圖像進(jìn)行圖像分割，比較分割結(jié)果。探究最適合圖像分割系數(shù)w（2）研究方法融合條件下，分析一個(gè)圖像的原始圖像和重構(gòu)圖像的差別。在不同系數(shù)w下比較圖像分割結(jié)果。研究計(jì)劃及預(yù)期成果研究計(jì)劃：2012年11月12日-2012年12月25日：按照任務(wù)書要求查閱論文相關(guān)參考資料，填寫畢業(yè)設(shè)計(jì)開題報(bào)告書。2012年11月26日-2013年3月5日：填寫畢業(yè)實(shí)習(xí)報(bào)告。2013年3月8日-2013年3月14日：按照要求修改畢業(yè)設(shè)計(jì)開題報(bào)告。2013年3月15日-2013年3月21日：學(xué)習(xí)并翻譯一篇與畢業(yè)設(shè)計(jì)相關(guān)的英文材料。2013年3月22日-2013年4月11日：MATLAB程序設(shè)計(jì)。2013年4月12日-2013年4月25日：圖像分割設(shè)計(jì)。2013年4月26日-2013年5月25日：畢業(yè)論文撰寫和修改工作。預(yù)期成果：達(dá)到預(yù)期的實(shí)驗(yàn)結(jié)論：融合倆幅原始圖像，得到較清晰融合圖像。對(duì)圖像進(jìn)行分割，比較圖像分割的結(jié)果，探究最適合圖像分割的系數(shù)w。特色或創(chuàng)新之處使用MATLAB編程仿真，效果明顯，方便改變參量，能夠直觀判斷實(shí)驗(yàn)結(jié)果。采用固定某些參量、改變某些參量來研究問題的方法，思路清晰，簡(jiǎn)潔明了，行之有效。已具備的條件和尚需解決的問題實(shí)驗(yàn)方案思路已經(jīng)非常明確，已經(jīng)具備使用MATL