CV模型及植物叶片图像分割开题报告

 2021-08-08 02:49:37

全文总字数：545字

1. 研究目的与意义

图像分割是一种重要的图像处理技术，旨在把图像分成各具特性的区域并提取出感兴趣部分。

图像分割的结果是图像特征提取和识别等图像处理的基础。

图像分割作为图像处理的一种重要组成部分，其理论研究和实际应用中都得到了人们的广泛重视。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

活动轮廓模型可分为两类：一类是基于边缘的模型；一类是基于区域的模型。

1987年，kass，witkin和terzopoulos等主要的几个奠基者提出的一种称为 snake 活动轮廓模型(参数模型)的分割方法。

随着该模型的迅速发展，cv模型逐渐成为最有生机、最成功的图像分割技术之一。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

一、研究内容

CV模型是基于全局灰度值的一种无边缘活动轮廓模型。集中使用了曲线演化理论、M-S泛函和水平集方法，适用于弱边缘或感知边缘的定位。利用MATLAB等软件进行基于CV模型的植物叶片图像分割方法的比较。

二、研究计划

(1)第1-2周：明确设计任务，查资料，初步熟悉MATLAB软件和撰写开题报告；

(2)第3-5周: 确定总体设计方案；

(3)第6-7周：具体程序大致框图的设计；

(4)第8-12周: CV模型算法程序最后的调试；

(5)第13-14周：CV模型算法与植物叶片图像分割的方法比较以及撰写论文；

(6)第15-16周：毕业答辩。

（1）cv模型具有数值实验简单、能够自动处理边界拓扑变化和分割曲线光滑闭合且精度高等特点。

（2）主要使用了曲线演化理论、m-s（mumford-shah）泛函和水平集方法，适用于弱边缘或感知边缘的定位。

（3）具有对初始曲线位置不敏感，能自然处理曲线的拓扑变化等特点。

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。