【正文】 象云圖處理方面，巨大的數(shù)據(jù)量和處理速度仍然是主要矛盾之一；(2)加強(qiáng)軟件研究、開發(fā)新的分割方法，特別要注意移植和借鑒其他學(xué)科的技術(shù)和研究成果，創(chuàng)造新的分割方法；(3)加強(qiáng)邊緣學(xué)科的研究工作，促進(jìn)圖像分割技術(shù)的發(fā)展。如，人的視覺特性、心理學(xué)特性等的研究，如果有所突破，將對圖像分割技術(shù)的發(fā)展起到極大的促進(jìn)作用； (4)加強(qiáng)理論研究， 逐步形成圖像分割科學(xué)自身的理論體系；(5)圖像分割領(lǐng)域的標(biāo)準(zhǔn)化。圖像的信息量大、數(shù)據(jù)量大， 因而圖像信息的建庫、檢索和交流是一個(gè)重要的問題。就現(xiàn)有的情況看， 軟件、硬件種類繁多， 交流和使用極為不便，成為資源共享的嚴(yán)重障礙。應(yīng)建立圖像信息庫， 統(tǒng)一存放格式，建立標(biāo)準(zhǔn)子程序，統(tǒng)一檢索方法。圖像分割算法的到了多方面的發(fā)展，新理論與新算法研究。圖像是人類獲取和交換信息的主要來源，因此，圖像分割的應(yīng)用領(lǐng)域必然涉及到人類生活和工作的方方面面。隨著人類活動(dòng)范圍的不斷擴(kuò)大，圖像分割的應(yīng)用領(lǐng)域也將隨之不斷擴(kuò)大；(1)航天和航空技術(shù)方面的應(yīng)用數(shù)字圖像分割技術(shù)在航天和航空技術(shù)方面的應(yīng)用，在飛機(jī)遙感和衛(wèi)星遙感技術(shù)中還可以從照片中提取人工所不能發(fā)現(xiàn)的大量有用情報(bào)；(2)生物醫(yī)學(xué)工程方面的應(yīng)用數(shù)字圖像分割在生物醫(yī)學(xué)工程方面的應(yīng)用十分廣泛，而且很有成效。對醫(yī)用顯微圖像的分割分析，如紅細(xì)胞、白細(xì)胞分類，染色體分析，癌細(xì)胞識(shí)別等；(3)通信工程方面的應(yīng)用當(dāng)前通信的主要發(fā)展方向是聲音、文字、圖像和數(shù)據(jù)結(jié)合的多媒體通信。具體地講是將電話、電視和計(jì)算機(jī)以三網(wǎng)合一的方式在數(shù)字通信網(wǎng)上傳輸。其中以圖像通信最為復(fù)雜和困難，因圖像的數(shù)據(jù)量十分巨大，如傳送彩色電視信號(hào)的速率達(dá)100Mbit/s以上。要將這樣高速率的數(shù)據(jù)實(shí)時(shí)傳送出去，必須采用編碼技術(shù)來壓縮信息的比特量；(4)工業(yè)和工程方面的應(yīng)用在工業(yè)和工程領(lǐng)域中圖像處理技術(shù)有著廣泛的應(yīng)用，如自動(dòng)裝配線中檢測零件的質(zhì)量、并對零件進(jìn)行分類，印刷電路板疵病檢查，彈性力學(xué)照片的應(yīng)力分析，流體力學(xué)圖片的阻力和升力分析，郵政信件的自動(dòng)分揀，在一些有毒、放射性環(huán)境內(nèi)識(shí)別工件及物體的形狀和排列狀態(tài)，先進(jìn)的設(shè)計(jì)和制造技術(shù)中采用工業(yè)視覺等等；(5)軍事公安方面的應(yīng)用在軍事方面圖像處理和識(shí)別主要用于導(dǎo)彈的精確末制導(dǎo)，各種偵察照片的判讀，具有圖像傳輸、存儲(chǔ)和顯示的軍事自動(dòng)化指揮系統(tǒng)，飛機(jī)、坦克和軍艦?zāi)M訓(xùn)練系統(tǒng)等；公安業(yè)務(wù)圖片的判讀分析，指紋識(shí)別，人臉鑒別，不完整圖片的復(fù)原，以及交通監(jiān)控、事故分析等。目前已投入運(yùn)行的高速公路不停車自動(dòng)收費(fèi)系統(tǒng)中的車輛和車牌的自動(dòng)識(shí)別都是圖像處理技術(shù)成功應(yīng)用的例子；(6)文化藝術(shù)方面的應(yīng)用目前這類應(yīng)用有電視畫面的數(shù)字編輯，動(dòng)畫的制作，電子圖像游戲，紡織工藝品設(shè)計(jì)，服裝設(shè)計(jì)與制作，發(fā)型設(shè)計(jì)，文物資料照片的復(fù)制和修復(fù)，運(yùn)動(dòng)員動(dòng)作分析和評分等等，現(xiàn)在已逐漸形成一門新的藝術(shù)計(jì)算機(jī)美術(shù)。 發(fā)展趨勢傳統(tǒng)圖像分割技術(shù)對圖像的分割, 然后對近年來迅速發(fā)展起來的幾種圖像分割技術(shù)圖像分割中的應(yīng)用作了一定的嘗試、比較和評價(jià)。通過這些分析可以看出，單純應(yīng)用傳統(tǒng)的圖像分割技術(shù)對圖像分割，往往難以獲得滿意的效果，圖像分割技術(shù)將在軍事、醫(yī)學(xué)、氣象等方面發(fā)揮越來越重要的作用，從圖像分割研究的歷史來看 ,可以看到對圖像分割的研究有幾個(gè)明顯的趨勢:一是對原有算法的不斷改進(jìn)；二是新方法、新概念的引入和多種方法的有效綜合運(yùn)用。人們逐漸認(rèn)識(shí)到現(xiàn)有的任何一種單獨(dú)的圖像分割算法都難以對一般圖像取得令人滿意的分割效果，因而很多人在把新方法和新概念不斷的引入圖像分割領(lǐng)域的同時(shí)，基于小波變換的圖像分割方法就是一種很好的方法；三是交互式分割研究的深入。由于很多場合需要對目標(biāo)圖像進(jìn)行邊分割分析，例如對醫(yī)學(xué)圖像的分析，因此需要進(jìn)行交互式分割研究。事實(shí)證明，交互式分割技術(shù)有著廣泛的應(yīng)用；、彩色圖像、多光譜圖像以及多視場圖像分割的研究，也有對運(yùn)動(dòng)圖像及視頻圖像中目標(biāo)分割的研究，還有對深度圖像、紋理(Texture)圖像、計(jì)算機(jī)斷層掃描(CT)、磁共振圖像、共聚焦激光掃描顯微鏡圖像、合成孔雷達(dá)圖像等特殊圖像的分割技術(shù)的研究；五是對圖像分割評價(jià)的研究和對評價(jià)系數(shù)的研究越來越得到關(guān)注。相信隨著研究的不斷深入，存在的問題會(huì)很快得到圓滿的解決。圖像分割技術(shù)的發(fā)展將決定圖像處理技術(shù)的發(fā)展，圖像處理技術(shù)的發(fā)展將決定許多領(lǐng)域的發(fā)展，所以說圖像分割技術(shù)是一個(gè)非常重要的技術(shù)，有很大的研究動(dòng)力，也有很廣闊的市場前景。 圖像分割中存在的問題雖然近年來對數(shù)字圖像處理的研究成果越來越多，但由于圖像分割木身所具有的難度，使研究沒有大突破性的進(jìn)展，仍然存在以下幾個(gè)方而的問題。(1)現(xiàn)有的許多種算法都是針對不同的數(shù)字圖像，沒有一種普遍適用的分割算法；(2)缺乏通用的分割評價(jià)標(biāo)準(zhǔn)。對分割效果進(jìn)行評判的標(biāo)準(zhǔn)尚不統(tǒng)一，如何對分割結(jié)果做出量化的評價(jià)是一個(gè)值得研究的問題，該量化測度應(yīng)有助于視覺系統(tǒng)中的自動(dòng)決策及評價(jià)算法的優(yōu)劣，同時(shí)應(yīng)考慮到均質(zhì)性、對比度、緊致性、連續(xù)性、心理視覺感知等因素；(3)與人類視覺機(jī)理相脫節(jié)。隨著對人類視覺機(jī)理的研究，人們逐漸認(rèn)識(shí)到，已有方法大都與人類視覺機(jī)理相脫節(jié)，難以進(jìn)行史精確的分割。尋找到具有較強(qiáng)的魯棒性、實(shí)時(shí)性以及可并行性的分割方法必須充分利用人類視覺特性；(4)知識(shí)的利用問題。僅利用圖像中表現(xiàn)出來的灰度和空間信h,來對圖像進(jìn)行分割，往往會(huì)產(chǎn)生和人類的視覺分割不一致的情況。，人們往往對獲得的圖像己具有某種先驗(yàn)知識(shí)，這對于改善圖像分割性能是非常重要的。試圖尋找可以分割任何圖像的算法目前是不現(xiàn)實(shí)，也是不可能的。人們的工作應(yīng)放在那些實(shí)用的、特定圖像分割算法的研究上，并且應(yīng)充分利用某些特定圖像的先驗(yàn)知識(shí)，力圖在實(shí)際應(yīng)用中達(dá)到和人類視覺分割更接近的水平。 論文的主要工作本文著眼于mean shift 算法在彩色圖像分割中的應(yīng)用，在對圖像分割的基礎(chǔ)理論，包括圖像的特性、圖像的彩色空間模式和圖像分割方法等總結(jié)分析的基礎(chǔ)上，在研究了mean shifrt 算法原理和Matlab匯編語言后撰寫了畢業(yè)論文。各部分內(nèi)容如下：1．第一章通過對圖像分割要求的分析，闡明了圖像分割的重要意義，介紹了圖像分割的發(fā)展和應(yīng)用情況以及國內(nèi)外的研究現(xiàn)狀；2．第二章簡要分析了圖像基本特性，圖像顏色空間模型和圖像的分割方法分類；3．第三章論述了mean shift 算法的原理。對其原理有了一定程度的了解，為后來分割程序的設(shè)計(jì)做好了準(zhǔn)備；4．第四章首先介紹了畢業(yè)設(shè)計(jì)的編程環(huán)境，然后進(jìn)行了分割，最后分析了實(shí)驗(yàn)結(jié)果。31第2章 彩色圖像的特性及分割方法第2章 彩色圖像的特性及分割方法(1) 亮度：也被稱為灰度，它是顏色的明暗變化，常用0%～100%（由黑到白)表示。以下幾幅圖是不同亮度對比： 圖21 同一圖片的不同亮度的對比Figure 21 the same picture of different brightness contrast (2) 對比度：指的是一幅圖像中明暗區(qū)域最亮的白和最暗的黑之間不同亮度層級(jí)的測量，差異范圍越大代表對比越大，差異范圍越小代表對比越小，好的對比率120:1就可容易地顯示生動(dòng)、豐富的色彩。如下圖：圖22 同一圖片的不同對比度Figure 22 the same picture of the different contrast(3)直方圖均衡化：通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖的圖像，即在一定灰度范圍內(nèi)具有相同的象素點(diǎn)數(shù)的圖像的過程。直方圖均衡化就是對圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。直方圖均衡化就是把給定圖像的直方圖分布改變成“均勻”分布直方圖分布。下面是直方圖均衡化前后的圖形變化以及直方圖變化：圖23 直方圖均衡化前(上)，后(下)Figure 23 Histogram equalization before (top) and after (below)(4)直方圖均衡化：通過灰度變換將一幅圖像轉(zhuǎn)換為另一幅具有均衡直方圖的圖像，即在一定灰度范圍內(nèi)具有相同的象素點(diǎn)數(shù)的圖像的過程。直方圖均衡化就是對圖像進(jìn)行非線性拉伸，重新分配圖像像素值，使一定灰度范圍內(nèi)的像素?cái)?shù)量大致相同。直方圖均衡化就是把給定圖像的直方圖分布改變成“均勻”分布直方圖分布。下面是直方圖均衡化前后的圖形變化以及直方圖變化。（5）圖像分類：圖像分類屬于模式識(shí)別的范疇，其主要內(nèi)容是圖像經(jīng)過某些預(yù)處理（增強(qiáng)、復(fù)原、壓縮）后，進(jìn)行圖像分割和特征提取，從而進(jìn)行判決分類。圖像分類常采用經(jīng)典的模式識(shí)別方法，有統(tǒng)計(jì)模式分類和句法（結(jié)構(gòu)）模式分類，近年來新發(fā)展起來的模糊模式識(shí)別和人工神經(jīng)網(wǎng)絡(luò)模式分類在圖像識(shí)別中也越來越受到重視。(6)圖像描述：圖像描述是圖像識(shí)別和理解的必要前提。作為最簡單的二值圖像可采用其幾何特性描述物體的特性，一般圖像的描述方法采用二維形狀描述，它有邊界描述和區(qū)域描述兩類方法。對于特殊的紋理圖像可采用二維紋理特征描述。隨著圖像處理研究的深入發(fā)展，已經(jīng)開始進(jìn)行三維物體描述的研究，提出了體積描述、表面描述、廣義圓柱體描述等方法。(7)像素:像素一詞是從英文單詞“Pixel”翻譯過來的。在位圖圖象中，點(diǎn)組成線，線組成面，所以可以將一幅位圖看成是由無數(shù)個(gè)點(diǎn)組成，組成圖象的一個(gè)點(diǎn)就是一個(gè)象素，像素是構(gòu)成位圖圖象的最小單位，它的形態(tài)是小方點(diǎn)。 (8) 分辨率:分辨率是指單位長度上的象素多少，單位長度上象素越多，圖象就越清晰。分辨率很很多種，如顯示分辨率、打印分辨率、掃描分辨率以及圖象分辨率等。在PS中主要涉及到圖象分辨率。圖象分辨率用于確定一幅圖想的象素?cái)?shù)目，它以像素/英寸（ppi）為單位來表示，如一幅圖想的分辨率為72ppi，就表示該圖象中每英寸包含72個(gè)像素。同樣大小的一幅圖象，圖像分辨率越高，圖像越清晰，看起來就越逼真，當(dāng)然圖象文件所需要的存儲(chǔ)空間也就越大。色彩模式的使用是根據(jù)用途來的，或叫輸出方式而定.(1)RGB模式RGB模式是由紅、綠、藍(lán)這3種顏色按不同的比例混合而成，也稱真彩色模式，是PS中最為常見的一種色彩模式。在PS中，紅、綠、藍(lán)三原色的取值范圍都是0～255，把這3種原色進(jìn)行各種比例的調(diào)和就可產(chǎn)生16777216（256*256*256）種顏色，可以達(dá)到很好的模擬自然界顏色效果。RGB是一種光混合配色體系。模型如下圖：圖24 RGB彩色空間模型Figure 24 RGB color space model(2) HSB模式HSB模式是用色相、飽和度和亮度3種基本的向量來表示顏色的模式的，其中色相用于調(diào)整顏色，其取值范圍0～360；飽和度用于調(diào)整顏色的深淺，取值范圍為0％（灰色）～100％（純色）；亮度用于調(diào)解顏色的明暗，其取值范圍