摘要图像处理领域中，图像分割是最重要也是最基础的一部分，它是对图像进行进一步处理的基本前提。图像分割的目的是根据原始图像中的某个或者某些特征把图像分割成若干个有特殊意义的区域。同一区域内的所有像素点在某一特征上应该表现得一致或者相似，不同区域内的像素点之间则应该表现出明显的差异。
本文先介绍了图像分割技术的背景，发展现状， 研究意义及在未来的发展趋势。然后研究了图像的基本特征，再分析Mean Shift算法的原理，然后用MATLAB运行了程序，对图像直接进行Mean Shift算法图像分割。对分割结果进行分析，并结合PIF算法对原图进行处理后再做Mean Shift分割，对两次分割结果进行比较分析。21785
关键词 ：图像分割；Mean Shift；PIF；非参数聚类；图像处理
毕业论文设计说明书（论文）外文摘要
Title：Mean Shift Image Segmentation
Abstract
Image segmentation is one of the most important and fundamental part of the field of image processing, it is the basic premise for visual analysis of image.Image segmentation is based on some features of the image to split into several meaningful regions. Pixels within the same region should be identical or similar for a feature, different regions should show obvious differences.
This paper first introduces the background, the development status, significance and development trend of the image segmentation. We study the basic features of the image, and then analyzes the principle of Mean Shift algorithm, and use MATLAB to run the program, then we use Mean Shift algorithm for image segmentation. Analyze the segmentation results ,and combined with the PIF algorithm to process the original graph ,then we
use Mean Shift to split the images , compare and analyze the two segmentation results.
Keywords: image segmentation; Mean Shift; PIF; non parametric clustering; image processing
目录
第一章 引言 5
1.1 背景 5
1.2 发展状况 6
1.3 图像分割算法的发展趋势 7
1.4 图像分割中仍然存在的问题 8
第二章 图像的特性及图像的RGB空间模型 9
2.1 图像的特性 9
2.2 图像的RGB模式 10
2.3 本章小结 10
第三章 Mean Shift算法 11
3.1 Mean Shift算法简介 11
3.2 Mean Shift图像分割 12
3.3 参数设置 14
3.4 高斯核函数 16
3.5 实验结果及分析 17
3.6 本章小结 19
第四章 结合PIF的Mean Shift分割算法 20
4.1 PIF算法简介 20
4.2 用PIF对原图进行处理 21
4.3 实验结果及分析 22
4.4 针对深色背景图像的处理方式 23
4.5 结合PIF的Mean Shift算法的优缺点 24
4.6 本章小结 25
总结 26
致谢 27
参考文献 28
第一章 引言
1.1 背景
人类通过其获得的各种各样的信息来认识及改造世界。而图像信息可以说是人类获取的所有信息中最重要也是占据比例最大的一部分。人们认识和判别事物越来越多地依赖于图像信息。而在大量复杂的图像中，更重要的是懂得如何把获得的图像信息进行处理。当今科技发展迅速，对图像处理的要求也就越高，人们就希望有一种方法能让人们快速，准确得找到图像中有用的信息。而图像分割就能通过某些方法把图像中有用的信息找出来，可以说图像分割是图像处理领域中必不可少的一部分。 Mean Shift图像分割+文献综述:http://www.youerw.com/jisuanji/lunwen_14145.html