1. 研究目的与意义
图像分割是将数据转化为信息的一项关键技术,是实现自动化高精度图像分析和图像理解的难题之一。meanshift算法是一种有效的统计迭代算法，是由fukuna－ga在1975年首先提出的。直到1995年，cheng改进了meanshift算法中的核函数和权重函数，才扩大了该算法的适用范围。基于meanshift算法的图像分割是一种基于区域的分割方法，这种分割方法跟人眼的对图像的分析特性极其相近，并且具有很强的适应性和鲁棒性。它对彩色和灰度图像采取同样的算法，对图像的平滑区域和图像纹理区域并不敏感，所以能够得到很好的分割结果。
目的：图像分割是由图像处理进入到图像分析的关键步骤，在图像工程中占据重要的位置。图像分割又是图像处理领域中的重点和难点，直接影响到分割后的处理，如特征提取、目标识别和自动跟踪等的质量和性能，所以图像分割被视为图像处理中的瓶颈。图像分割的目的在于根据某些特征(如灰度级、频谱、纹理等)将一幅图像分成若干有意义的区域，使得这些特征在某一区域内表现一致或相似，而在不同区域间表现出明显的不同。
意义：图像分割的应用非常广泛，几乎出现在有关图像处理的所有领域，如:工业自动化、在线产品检验、生产过程控制、文档图像处理、图像编码、遥感和生物医学图像分析、保安监视，以及军事、体育、农业工程等方面。在各种图像应用中，只要需对图像目标行提取、测量等都离不开图像分割。
2. 研究内容和预期目标
内容：
1.目标模型，算法采用的是特征值的加权概率分布来描述目标模型。
2.匹配对象，也采用特征值加权概率分布。
3. 研究的方法与步骤
方法：
图像分割是将图像划分为不同区域的方法，区域的并集是没有的。它作为在图像分析和模式识别的一个关键，是朝向低级别视觉，这对于物体识别和跟踪，图像检索，人脸检测，和其它计算机视觉相关应用显著一个基本步骤。现有的图像分割算法一般可分为三大类，即功能空间的聚类，空间分割，和图形为基础的方法。
步骤：
4. 参考文献
1、林开颜，吴军辉，徐立鸿，彩色图像分割方法综述[j]．中国图象图形学报，2005，10(1)：1-8．
2、李艳灵,沈轶.基于共轭梯度法的快速meanshift图像分割[j].光电工程,2008,36(8):94-99.
3、文志强,蔡自兴.meanshift算法的收敛性分析[j].软件学报,2007,18(2):205-212.
5. 计划与进度安排
2022.1.10-2022.2.28，查阅本课题相关资料，学习图像处理基本原理
2022.3.1-2022.3.31，制定研究方案，确定技术路线
2022.4.1-2022.4.30，算法研究与测试，记录实验数据
