遥感图像分割及对象提取研究开题报告

全文总字数：1427字

1. 研究目的与意义

遥感影像具有丰富的信息，但同时也拥有庞大的数据量。实际应用时，我们可能只关注其中感兴趣的目标和特定的信息。图像分割是图像处理中最为基础和重要的领域之一，它是指把图像分成各具特性的区域并提取出感兴趣目标的技术和过程。感兴趣的目标的提取，不仅能去除我们不感兴趣的冗余数据，突出图像的主要特征，还能提高图像处理分析的速度并排除无关数据的干扰。通过对遥感图像中感兴趣目标的提取可以获得目标区域的封闭边界轮廓，形成目标对象，从而可以用于后续的面向对象分类和图像量测操作。

2. 国内外研究现状分析

图像分割的研究最早可以追溯到20世纪60年代，经过近四十年的研究，国内外学者已经提出了各种算法上千种，但目前还没有一种适合于所有图像的通用的分割算法，绝大多数算法都是针对具体问题而提出的。另一方面，给定一个实际应用要选择合用的分割算法仍是一个很麻烦的问题，由于缺少通用的理论指导，常常需要反复的进行实验。在已提出的这些算法中，较为经典的算法有灰度阈值分割法、边缘检测法和区域跟踪以及基于分水岭算法的分割方法。 多年来，对图像分割的研究一直是图像技术研究中的热点和焦点，人们对其的关注和投入不断提高。它是一种重要的图像分析技术，是从图像处理到图像分析的关键步骤，也是计算机视觉领域低层次视觉中的主要问题，图像分割结果是图像特征提取和识别等图像理解的基础，对图像的加工主要处于图像处理的层次，图像分割后，对图像的分析才成为可能。另外，图像分割在实际中也得到了广泛的应用，在计算机视觉和图像识别的各种应用系统中占有相当重要的地位，也是研制和研发计算机视觉系统、字符识别和目标自动获取等图像识别和理解系统首先要解决的问题。只要需对图像目标进行提取，测量等都离不开图像分割。

3. 研究的基本内容与计划

1．研究内容

介绍图像分割的定义及相关概念,讨论了灰度图象的分割方法,对当前比较常用的灰度图象的分割方法，如：1.阈值化图像分割，主要包括搜索最佳阈值方法包括均匀性度量法、最大类间距离法、最大类间方差法、最大熵法等2.局部自适应阈值法3.log 算子边缘检测法4.canny算子边缘检测法5.基于形态学梯度的边缘检测6.形态学分水岭分割7.贴标签对象提取8.边界提取，给出了详细的介绍,根据相应图象分割方法后图像特点,对其方法的优缺点进行详细的评析,得出分割效果比较好的方法,对其进行详细的讨论,得出有意义的结论。

2．研究计划

4. 研究创新点

本论通过对各图像分割算法对灰度图像分割结果的图形特征的分析比较，得到较全面的各分割方法优缺点，并通过分割后的图像清晰地展现各分割算法的结果，能更清晰的看到何种算法是较为优秀的。甚至可以根据各方法不同的优缺点可以做二次处理使各算法之间优势互补，让图像分割效果越来越好。