【正文】 環(huán)境、氣象及交通監(jiān)測(cè)、文化教育等領(lǐng)域有著廣泛的應(yīng)用，創(chuàng)造了巨額社會(huì)價(jià)值；同時(shí)還遠(yuǎn)遠(yuǎn)不能滿足社會(huì)需求，自身也在不斷完善和發(fā)展，有很多新的方面要探索。它必將先更深入、更完善的方向發(fā)展：處理算法更優(yōu)化，處理速度更快，實(shí)現(xiàn)圖形的智能生成、處理、識(shí)別和理解[15]。二、研究的基本內(nèi)容和擬解決的問題（一）研究的主要內(nèi)容 ； Shift 算法的基本原理,并將算法運(yùn)用于圖像分割,通過實(shí)驗(yàn)證明了分割效果的有效性和穩(wěn)定性；，并編寫程序?qū)崿F(xiàn)算法對(duì)圖像的成功分割?！?（二）擬解決的問題　 shift算法的原理以及用算方法。 shift算法和matlab匯編語(yǔ)言結(jié)合在圖像處理中的應(yīng)用。三、研究方法與步驟，時(shí)間的安排（一）研究方法　 本文將對(duì)mean shift算法在圖像在分割中的應(yīng)用的基本理論進(jìn)行簡(jiǎn)要介紹，并對(duì)當(dāng)前mean shift算法用于圖像分割的最新研究進(jìn)展進(jìn)行綜述，并著重介紹彩色圖像分割的算法。我的本科畢業(yè)設(shè)計(jì)將采用研究目前國(guó)內(nèi)外的相關(guān)論文成果，結(jié)合與課題相關(guān)書籍中的相關(guān)知識(shí)以及在張旭光老師的指導(dǎo)和幫助下進(jìn)行學(xué)習(xí)與摸索的研究。對(duì)于個(gè)別帶有創(chuàng)新性的地方，爭(zhēng)取提出創(chuàng)新的方法，進(jìn)一步通過建立科學(xué)的假設(shè)，采用實(shí)驗(yàn)研究的方法來(lái)實(shí)現(xiàn)自己的想法[16]。 （二）研究步驟(1）確定系統(tǒng)設(shè)計(jì)的目的，制定實(shí)現(xiàn)系統(tǒng)控制計(jì)劃，在實(shí)現(xiàn)控制計(jì)劃中要考慮到實(shí)現(xiàn)的方法及原理，準(zhǔn)備查閱的資料，摘錄主要信息等等。(2）查閱相關(guān)論文，學(xué)習(xí)mean shift算法和matlab的理論知識(shí)。(3）編寫程序，調(diào)試程序　（三）畢業(yè)設(shè)計(jì)時(shí)間安排如下： 　　第一周～第四周：明確設(shè)計(jì)內(nèi)容，查閱相關(guān)資料，作好設(shè)計(jì)準(zhǔn)備。第五周～第八周：基本理論的學(xué)習(xí)，編程語(yǔ)言的學(xué)習(xí)。第九周～第十二周：算法的編程即初步實(shí)驗(yàn)。第十三周～第十六周：完善程序，撰寫論文。第十七周：整理論文，修改完善，準(zhǔn)備答辯。四、主要參考文獻(xiàn) 1 Matlab圖像處理與應(yīng)用. 董長(zhǎng)虹主編 賴志國(guó), 余嘯海編著，北京:國(guó)防工業(yè)出版社,2004.2 數(shù)字圖像處理:MATLAB版/(美) Rafael C. Gonzalez, Richard E. Woods, Steven L. Eddins著 阮秋琦等譯，北京:電子工業(yè)出版社,2005.3 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, ,AUGUST,1995 .4 數(shù)字圖像處理學(xué)[M]. 阮秋琦，北京：電子工業(yè)出版社，2001.5 MATLAB高級(jí)應(yīng)用——圖像及影像處理. 清源計(jì)算機(jī)工作室編著，機(jī)械工業(yè)出版社.6 均值平移在圖像分割中的應(yīng)用 .張科等，彈箭與制導(dǎo)學(xué)報(bào)第26卷第1期.7 基于均值偏移的彩色圖像分割算法. 伊懷鋒，黃賢武，計(jì)算機(jī)應(yīng)用第2 6卷第7期，2 0 0 6年7月.8 Mean Shift, Mode Seeking, and Clustering，Yizong Cheng ，IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 17, NO. 8, AUGUST ,1990.9 基于均值偏移的灰度圖像分割方法 . 李正周 ,彭素靜 ,王允 ,劉國(guó)金. 光 子 學(xué) 報(bào) ,第36 卷增刊, 2007年6月.10 （MATLAB版）.電子工業(yè)出版社,200511 章毓晉 . 圖像分割. 北京： 北京科學(xué)出版社.12 俞 勇, 施鵬飛, 趙立初 . 基于最小能量的圖像分割方法. 紅外與激光工程,.13 靳宏磊, 朱蔚萍, 李立源 . ,(1)5456.14 錢曉峰, 閻 偉 . 一種彩色圖像區(qū)域分割及輪廓矢量化新方法. 數(shù)據(jù)采集與處理,(1):5257.15 薛景浩,章毓晉, 林行剛 . 清華大學(xué)學(xué)報(bào),1999(1):1216.16 魏志成,周激流. 一種新的圖像分割自適應(yīng)算法的研究. 中國(guó)圖象圖形學(xué)報(bào),(3):216220.六、指導(dǎo)教師意見指導(dǎo)教師簽字： 年 月 日七、系級(jí)教學(xué)單位審核意見：審查結(jié)果： □ 通過 □ 完善后通過 □ 未通過 負(fù)責(zé)人簽字：年 月 日43附錄2附錄2燕 山 大 學(xué)本科畢業(yè)設(shè)計(jì)（論文）文獻(xiàn)綜述課題名稱： mean shift 算法在彩色圖像分割中的應(yīng)用 學(xué)院（系）： 自動(dòng)化 年級(jí)專業(yè)： 06級(jí)自動(dòng)化 學(xué)生姓名： 盧 斌 指導(dǎo)教師： 張旭光 完成日期： 2010年3月20日 一、課題國(guó)內(nèi)外現(xiàn)狀基于彩色圖像的分割方法是近年來(lái)國(guó)際上圖像領(lǐng)域的一個(gè)新的研究熱點(diǎn)。但由于其涉及的理論知識(shí)較多，應(yīng)用也還處在初級(jí)階段。因此國(guó)內(nèi)這方面的研究報(bào)道并不多見[1]。Mean Shift算法是一個(gè)非常優(yōu)秀的算法,是國(guó)外最近幾年才發(fā)展起來(lái)的。國(guó)外研究者比較多,國(guó)內(nèi)的很少,才見有幾篇文章發(fā)表。初入跟蹤領(lǐng)域,走過了很多彎路后,后來(lái)在Mean Shift算法上找到了突破口,并在該算法的研究中投入大量的時(shí)間[2]。圖像分割技術(shù)的現(xiàn)狀如下：（1) 閾值分割方法閾值分割方法的歷史可追溯到近50年前，現(xiàn)已提出了大量算法，對(duì)灰度圖像的取閾值分割就是先確定一個(gè)處于圖像灰度取值范圍之中的灰度閾值， 然后將圖像中各個(gè)的灰度值都與這個(gè)閾值相比較，并根據(jù)比較結(jié)果將對(duì)應(yīng)的象素分為兩類這兩類象素一般分屬圖像的兩類區(qū)域,從而達(dá)到分割的目的[3]。（2) 基于邊緣的分割方法在總結(jié)前人理論和實(shí)驗(yàn)結(jié)果的基礎(chǔ)上提出的一種邊緣提取新方法，對(duì)電視圖像的自動(dòng)跟蹤識(shí)別有很好的效果。導(dǎo)出了滿足最佳性質(zhì)的算子,利用該算子進(jìn)行邊緣檢測(cè)，取得了較好的效果等人提出了哈夫變換的改進(jìn)算法，利用角度信息來(lái)控制選擇和分配像素在同一直線上的過程，使分割效果優(yōu)于標(biāo)準(zhǔn)哈夫變換的同時(shí)，大大減少了計(jì)算量，同時(shí)受噪聲和曲線間斷的影響較小[4]。（3) 基于區(qū)域的分割方法王楠等人提出的一種改進(jìn)的彩色圖像區(qū)域分割方法，充分利用彩色圖像的顏色信息,采用灰圖像和彩色信息分別處理的方法,根據(jù)圖像具體的彩色信息進(jìn)行了自適應(yīng)分割陸宗騏、梁誠(chéng)等人提出的灰階邊緣的細(xì)化算法，通過對(duì)灰階邊緣圖多次邊緣細(xì)化結(jié)果的疊加使邊緣點(diǎn)的數(shù)值拔高、變陡，再通過灰階邊緣圖中各鄰域內(nèi)取數(shù)值最大的個(gè)點(diǎn)作邊緣,得到單點(diǎn)寬的邊緣，此方法處理簡(jiǎn)單,效果明顯,為從圖像中提取模糊邊緣和微弱邊緣、提高定位精度 魏寶剛等人提出的基于區(qū)域長(zhǎng)法的多顏色空間、多度量準(zhǔn)則的聚樂宋進(jìn)等；圖像分割方法的研究現(xiàn)狀與展望法和零碎區(qū)域的全并算法，使多顏色空間上的交互式圖像分割取得了很好的效果提出的基于設(shè)定值地圖的區(qū)域生長(zhǎng)方法等[5]。二、研究主要成果 （1）均值偏移算法得到了越來(lái)越多的應(yīng)用,對(duì)該算法的改進(jìn)主要有兩種方向：一是選取不同的核函數(shù)以期獲得更為優(yōu)越的性能。本文中選用的 E p a n e c h n i k o v核函數(shù)是各向同性函數(shù)。特征向量中各個(gè)參數(shù)權(quán)重相同， 有時(shí)為了側(cè)重表達(dá)空間信息或色彩信息,可以選擇各向異性核函數(shù),得到更佳效果：二是尋找更為便捷的搜索算法尋找模式點(diǎn)。提高算法的速度。遍歷圖像尋找模式點(diǎn)耗時(shí)較多，可以隨機(jī)選取部分像素為初始點(diǎn)。進(jìn)行均值偏移運(yùn)算，得到一定數(shù)量的模式點(diǎn),然后根據(jù)選定的窗寬對(duì)所有像素進(jìn)行聚類。該方法雖然犧牲了精確性。但可以有效節(jié)省時(shí)間。獲得實(shí)時(shí)性。在視頻分割領(lǐng)域應(yīng)該可以獲得理想的效果[6]。（2）通過考慮圖像的空 間域信息和灰度特征域信息 ,構(gòu)造了基于像素位 和像素灰度值的改進(jìn)函數(shù)直方圖,提出了一種基于改進(jìn)均值偏移的灰度圖像分割方法,自動(dòng)搜索圖像特征模式 ,有效地實(shí)現(xiàn)了圖像濾波和物體分割 更加符合物體和人眼視覺特性[7]。（3）根據(jù)檢測(cè)邊緣采用方式的不同，邊緣檢測(cè)方法大致包括以下幾類： 基于局部圖像函數(shù)的方法、多尺度方法、圖像濾波法、基于反應(yīng)—擴(kuò)散方程的方法、多分辨分法、基于邊界曲線擬合方法、狀態(tài)空間搜索法，動(dòng)態(tài)規(guī)劃法、邊界跟蹤法,，該方法利用算法，對(duì)圖像進(jìn)行二進(jìn)度小波分解，然后計(jì)算出在二進(jìn)尺度空間的多尺度脊邊緣及強(qiáng)度，最后通過脊邊緣跟蹤濾波和小波反變換，得到分割結(jié)果張靜等人提出了行掃描空間帶通濾波法，是在總結(jié)前人理論和實(shí)驗(yàn)結(jié)果的基礎(chǔ)上提出的一種邊緣提取新方法,對(duì)電視圖像的自動(dòng)跟蹤識(shí)別有很好的效果[8]。三、發(fā)展趨勢(shì)：（1）基于均值偏移的圖像分割方法對(duì)空域帶寬比較敏感 根據(jù)圖像數(shù)據(jù)的統(tǒng)計(jì)特性 自適應(yīng)地取該參量 以取得更佳的分割效果成為該方法的研究重點(diǎn)之一[9]。（2）對(duì)彩色圖像的分割，采用均值偏移算法只需人為設(shè)定兩個(gè)參數(shù)： 空間窗寬和色彩窗寬。而根據(jù)實(shí)驗(yàn)結(jié)果，可以得出結(jié)論：對(duì)于較為簡(jiǎn)單的圖像， 可以選擇較的窗寬，這樣不但可以得到準(zhǔn)確的分割結(jié)果，而且耗時(shí) 較少； 而對(duì)于較為復(fù)雜的圖像，可以選擇較小的窗寬，既能得到較為真實(shí)的分割結(jié)果，又能節(jié)省時(shí)間[10] 。在實(shí)際應(yīng)用中，通過實(shí)驗(yàn)確定參數(shù)更為準(zhǔn)確。均值偏移算法得到了越來(lái)越多的應(yīng)用，對(duì)該算法的改進(jìn)主要有兩種方向。一是選取不的核函數(shù)以期獲得更為優(yōu)越 的性能。本文中選用的 E p a n e c h n i k o v核函數(shù)是各向同性函數(shù)。特征向量中各個(gè)參數(shù)權(quán)重相同，有時(shí)為了側(cè)重表達(dá)空間信 息或色彩信息，可以選擇各向異性核函數(shù)，得到更佳效果：二是尋找更為便捷的搜索算法尋找模式點(diǎn)。提高算法的速度。遍歷圖像尋找模式點(diǎn)耗時(shí)較多，可以隨機(jī)選取部分像素為初始點(diǎn)。進(jìn)行均值偏移運(yùn)算，得到一定數(shù)量的模式點(diǎn)，然后根據(jù)選定的窗寬對(duì)所有像素進(jìn)行聚類。該方法雖然犧牲了精確性。但可以有效節(jié)省時(shí)間，獲得實(shí)時(shí)性。在視頻分割領(lǐng)域應(yīng)該可以獲得理想的效果可以[11]。（3）一是對(duì)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(duì)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)，也更加重視把各種方法綜合起來(lái)運(yùn)用[12] 。在新出現(xiàn)的分割方法中，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(chǎng)合需要對(duì)目標(biāo)圖像進(jìn)行邊緣分割分析 :例如對(duì)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。四是對(duì)特殊圖像分割的研究越來(lái)越得到重視[13] 。目前有很多針對(duì)立體圖像、彩色圖像、多光譜圖像以及多視場(chǎng)圖像分割的研究，也有對(duì)運(yùn)動(dòng)圖像及視頻圖像中目標(biāo)分割的研究，還有對(duì)深度圖像、紋理圖像、計(jì)算機(jī)斷層掃描磁共振圖像、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。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[14]。四、存在問題分割問題的困難在于圖像數(shù)據(jù)的模糊和噪聲的干擾。到目前為止，還沒有一種或者幾種完善的分割方法，可以按照人們的意愿準(zhǔn)確的分割任何一種圖像。實(shí)際圖像中景物情況各異，具體問題具體分析，需要根據(jù)實(shí)際情況選擇適合的方法[15]。分割結(jié)果的好壞或者正確與否，目前還沒有一個(gè)統(tǒng)一的評(píng)價(jià)判斷準(zhǔn)則，分割的好壞必須從分割的效果和實(shí)際應(yīng)用場(chǎng)景來(lái)判斷。不過在人類研究圖像的歷史中，還是積累了許多經(jīng)典的圖像分割方法。雖然這些分割方法不適合所有類型的圖像分割，但是這些方法卻是圖像分割方法進(jìn)一步發(fā)展的基礎(chǔ)。事實(shí)上，現(xiàn)代一些分算法恰恰是從經(jīng)典的分割方法衍生出來(lái)的[16]。五、主要參考文獻(xiàn) 1 [M].北京：電子工業(yè)出版社，20012 數(shù)字圖像處理:MATLAB版/(美) Rafael C. Gonzalez, Richard E. Woods, Steven 著 阮秋琦等譯，北京: 電子工業(yè)出版社,2005.3 IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE, VOL. 17,AUGUST 1995.4 Dorin Comaniciu and Peter Meer. Distribution Free Deposition of Multivariate Data, pattern Anaiysisamp。Applications. 19995 Y. Cheng and . Fu, “Conceptual clustering in knowledge organization,”IEEE Analysis und Muchine Intelligence, , 19856 彭鐵根 ,黃實(shí)委 ,伍錫華 自適應(yīng)帶寬中值偏移視撅 圖像分割研究 系統(tǒng)仿真學(xué)報(bào) 2005，7 周守平 ,高新波 圖像分割的快速模糊 均值聚類算法 ，計(jì)算機(jī)工程與應(yīng)用 。；8 梁路宏，艾海舟，何克忠，等．基于多關(guān)聯(lián)模板匹配的人臉檢測(cè)[ J] ．軟件學(xué)報(bào)，2001.9 章毓晉．圖像分割[M] ．北京： 科學(xué)出版社，2001年10 and ,“Analysis of the blurring process”, Cumpututionul Leurning Theory und Nuturul Leurning Systems,vol. 3, T. Petsche, et al., eds., 1992.11 and . Rheinboldt, Ilerutive Solution of Nonlineur Equutions in Severul Diego:Academic Press,1970.12 俞 勇, 施鵬飛, 趙立初 . 基于最小能量的圖像分割方法. 紅外與激光工程,.13 靳宏磊: 朱蔚萍: 李立源 . ,(1)5456.14 錢曉峰, 閻 偉 . 一種彩色圖像區(qū)域分割及輪廓矢量化新方法. 數(shù)據(jù)采集與處理,(1):5257.15 薛景浩,章毓晉, 林行剛 . 清華大學(xué)學(xué)報(bào),1999(1):1216.