【正文】 ，按“有意義”的屬性一致的原則，將屬性接近的連通像元聚集成區(qū)域。 按分割途徑分為： 1）基于邊緣提取的分割法 先提取區(qū)域邊界，再確定邊界限定的區(qū)域。 條件①指出在對(duì)一幅圖像的分割結(jié)果中全部子區(qū)域的總和(并集)應(yīng)能包括圖像中所有像素（就是原圖像）；條件②指出在分割結(jié)果中各個(gè)子區(qū)域是互不重疊的，或者說(shuō)在分割結(jié)果中一個(gè)像素不能同時(shí)屬于兩個(gè)區(qū)域；條件③指出屬于同一個(gè)區(qū)域中的像素應(yīng)該具有某些相同特性；條件④指出在分割結(jié)果中屬于不同區(qū)域的像素應(yīng)該具有一些不同的特性；條件⑤要求分割結(jié)果中同一個(gè)子區(qū)域內(nèi)的任兩個(gè)像素在該子區(qū)域內(nèi)互相連通，或者說(shuō)分割得到的區(qū)域是一個(gè)連通組元。 令集合R代表整個(gè)圖像區(qū)域，對(duì)R的分割可看作將R分成N 個(gè)滿足以下五個(gè)條件的非空子集（子區(qū)域）R1，R2，…，RN：*****本科畢業(yè)論文（設(shè)計(jì)） 第 4 頁(yè) 共 29 頁(yè) ① ；②對(duì)所有的i和j，i≠j，有Ri∩Rj =φ；③對(duì)i = 1,2,… ,N，有P(Ri) = TRUE；④對(duì)i≠j,有P(Ri ∪Rj) = FALSE；⑤對(duì)i =1,2, …,N，Ri 是連通的區(qū)域。另一方面，因?yàn)閳D像分割及其基于分割的目標(biāo)表達(dá)、特征提取和參數(shù)測(cè)量等將原始圖像轉(zhuǎn)化為更抽象更緊湊的形式，使得更高層的圖像分析和理解成為可能。圖像分割是由圖像處理進(jìn)到圖像分析的關(guān)鍵步驟。為了辨識(shí)和分析目標(biāo)，需要將它們分離提取出來(lái)，在此基礎(chǔ)上才有可能對(duì)目標(biāo)進(jìn)一步利用。圖像分析的大致步驟為： ①把圖像分割成不同的區(qū)域或把不同的對(duì)象分開；②找出分開的各區(qū)域的特征；③識(shí)別圖像中要找的對(duì)象或?qū)D像分類；④對(duì)不同區(qū)域進(jìn)行描述或?qū)ふ页霾煌瑓^(qū)域的相互聯(lián)系，進(jìn)而找出相似結(jié)構(gòu)或?qū)⑾嚓P(guān)區(qū)域連成一個(gè)有意義的結(jié)構(gòu)。圖像處理的重要任務(wù)就是對(duì)圖像中的對(duì)象進(jìn)行分析和理解。*****本科畢業(yè)論文（設(shè)計(jì)） 第 2 頁(yè) 共 29 頁(yè) 本論文的結(jié)構(gòu)安排選擇一種算法應(yīng)用于圖像分割綜合比較用 jdk 開發(fā)用具，編寫代碼，將上述代碼應(yīng)用于一類圖像完成實(shí)驗(yàn)圖像分割的基本概念邊緣檢測(cè)算法Prewitt 算子Sobel 算子高斯拉普拉斯(LOG)算子Wallis算子Canny邊緣檢測(cè)方法SUSAN邊緣檢測(cè)分析分析*****本科畢業(yè)論文（設(shè)計(jì)） 第 3 頁(yè) 共 29 頁(yè)2 圖像分割以及邊緣檢測(cè)算法的分析 圖像分割 概述在對(duì)圖像的研究和應(yīng)用中，人們往往僅對(duì)圖像中的某些部分感興趣。二、利用上述算法，找出其中較好的一種檢測(cè)方法用于圖像分割。噪聲和邊緣都屬于高頻信號(hào)，很難用頻帶做取舍。圖象的邊緣是圖象的重要特征，是計(jì)算機(jī)視覺、模式識(shí)別等的基礎(chǔ)，因此邊緣檢測(cè)是圖象處理中一個(gè)重要的環(huán)節(jié)。對(duì)于人類視覺系統(tǒng)認(rèn)識(shí)目標(biāo)的過(guò)程分為兩步：首先，把圖象邊緣與背景分離出來(lái)；然后，才能知覺到圖象的細(xì)節(jié)，辨認(rèn)出圖象的輪廓。圖像分割的方法已有上千種，每年還有許多新方法出現(xiàn)，雖因尚無(wú)通用的分割理論，目前提出的分割算法大都是針對(duì)具體問題的，但是對(duì)于圖像分割的一般性規(guī)律則基本上已經(jīng)達(dá)成了共識(shí)。為了識(shí)別和分析圖像中的目標(biāo)，需要將它們從圖像中分離提取出來(lái)，在此基礎(chǔ)上才有可能進(jìn)一步對(duì)目標(biāo)進(jìn)行測(cè)量和對(duì)圖像進(jìn)行利用。在對(duì)圖像的研究和應(yīng)用中，人們往往僅對(duì)圖像中的某些部分感興趣，這些部分稱為目標(biāo)或者前景(其他部分稱為背景)，他們一般對(duì)應(yīng)圖像中特定的、具有獨(dú)特性質(zhì)的區(qū)域。 edge detection；image processing。邊緣檢測(cè)是圖象處理中重要的一個(gè)環(huán)節(jié)。本科畢業(yè)論文（設(shè)計(jì)）論 文 題 目基于邊緣檢測(cè)的圖像分割算法研究及其應(yīng)用姓名（學(xué)號(hào)）系 別專 業(yè)導(dǎo) 師 姓 名******本科畢業(yè)論文（設(shè)計(jì)）第 II 頁(yè) 共 29 頁(yè)基于邊緣檢測(cè)的圖像分割算法研究及其應(yīng)用作 者指導(dǎo)教師摘要：圖像分割是圖像處理中的一個(gè)經(jīng)典難題，也是圖像處理和計(jì)算機(jī)視覺領(lǐng)域中的基本技術(shù)。目前，廣大研究者在圖像分割領(lǐng)域里已提出了上百種分割方法，每種分割方法只局限特定的分割對(duì)象，至今沒有一種通用的方法。文章具體對(duì)Prewitt 算子、Sobel算子、高斯拉普拉斯(LOG)算子、Wallis算子、 過(guò)零點(diǎn)檢測(cè)（MarrHildreth算子） 、 Canny邊緣檢測(cè)方法、 SUSAN（Smallest Univalue Segment Assimilating Nucleus）邊緣檢測(cè)等進(jìn)行算法分析，利用上述算法，找出其中較好的一種檢測(cè)方法用于圖像分割.關(guān)鍵詞：圖像分割；邊緣檢測(cè)；圖象處理；檢測(cè)算子Image Segmentation Based on Edge Detection Algorithm and it’s ApplicationAbstract：Image segmentation is not only a cIassical puzzle for researchcrs but also the imponant part of image analysisand the puter vision field．Nowadays，hundreds of methods have been put forward to the image sqgmtation， and each of the methods is used for special segnlented objects．There is not a generaI method for irnagc segment as yet．This Article specific to analysis of Prewitt operator, Sobel operator, Gauss Laplace (LOG) operator, Wallis operator, zero crossing detection (MarrHildreth operator), Canny edge detection method, SUSAN (Smallest Univalue Segment Assimilating Nucleus) algorithm for edge detection, etc. Using the above method, find out a better method for detecting image segmentation.Key words: Image segmentation。 detection operator******本科畢業(yè)論文（設(shè)計(jì)）第 III 頁(yè) 共 29 頁(yè)目 錄摘 要 ..........................................................................................................IIABSTRACT .....................................................................................................II1 緒 論 ...........................................................................................................1 基于邊緣檢測(cè)的圖像分割算法的背景和意義 .....................................1 基于邊緣檢測(cè)的圖像分割算法的主要內(nèi)容 .........................................1 本論文的結(jié)構(gòu)安排 .................................................................................22 圖像分割以及邊緣檢測(cè)算法的分析 .........................................................3 圖像分割 ...................................................................................................3 概述 ...............................................................................................3 邊緣檢測(cè) ...………………………………………………………………4 圖像邊緣........................................................................................5 幾種邊緣檢測(cè)算子..................