1. 研究目的与意义
在对图像的研究和应用中，人们往往对图像中的某些部分感兴趣，而这些感兴趣的部分一般对应图像中特定的、具有特殊性质的区域（可以是对应单一区域，也可以是对应多个区域），称之为目标或者前景，而其他部分称之为图像的背景。
为了识别和分析目标，需要把目标从一幅图像中孤立出来，这就是图像分割所要研究的问题。
图像分割是一种既重要又关键的图像分析技术。
2. 课题关键问题和重难点
基于区域的图像分割技术大致可以分为两类：区域生长法和区域分离与合并算法。
1、关于区域生长法，其实就是根据一定的准则将子区域合成为更大的区域。
因此就产生以下问题：（1）、如何找出一个合适的种子像素？对每个需要分割的区域找出一个种子像素作为生长的起点,然后将种子像素周围邻域中与种子有相同或相似性质的像素合并到种子像素所在的区域中。
3. 国内外研究现状（文献综述）
随着计算机科学技术的不断发展，图像处理和分析逐渐成为一个独立的科学体系，各种新方法不断涌现。
视觉是人类进行信息获取的重要感知手段，而图像是运用视觉感官的基础，因此，数字图像处理技术已经逐渐成为生物、计算机科学等诸多领域可运用的有效工具。
图像分割技术又是数字图像处理技术中的重要组成部分，一方面, 它是 目标表达的基础, 对特征测量有重要的影响。
4. 研究方案
1、区域生长法（1）、基于区域灰度差的区域生长法这是一种以像素为基本单位进行操作的方法，具体步骤如下：①对图像进行逐行扫描，找出尚没有归属的图像；②以该像素为中心检查它的领域像素，即将领域中的像素逐个与它比较，若灰度差小于阈值T TT，则将它们合并；③以新合并的像素为中心，回到步骤②检查新像素的邻域，直到区域无法进一步扩张；④重复步骤①~③，直到不能找出没有归属的像素则结束整个生长过程。
一个4领域、阈值T=1的区域生长示例：（2）、基于区域内灰度分布统计的区域生长法考虑以灰度分布相似性作为生长准则来决定区域的合并，具体步骤如下：①把图像划分为互不重叠的小区域；②比较邻接区域的灰度直方图，根据灰度分布的相似性进行区域合并；③设定终止准则，通过不断重复步骤②将各个区域依次合并，直到满足终止准则，设h1(z)、 h2(z)分别为两个邻接区域的灰度直方图，则灰度分布相似性判断标准为：max∣h1(z)-h2(z)∣∑ ∣h1(z)-h2(z)∣，若检测结果小于给定阈值T（实验时可多选几个不同阈值，然后结果之间进行比较）,即将两个区域合并。
2、区域分离与合并实现步骤：①对图像中灰度级不同的区域，均分为4个子区域；若相邻的子区域所有像素的灰度级相同，则将其合并；③重复①~②步骤，直到不再有新的分裂与合并为止。
5. 工作计划
第1周 明确毕业设计课题，熟悉课题准备开题报告。
第2周 阅读并摘要与课题有关的中文资料，收集相关设计资料。
第3周 完成开题报告，完成与课题相关的中文资料摘要。
