基于最大流最小割思想的图像分割开题报告

1. 研究目的与意义（文献综述）

1.1目的及意义

图像分割是图像识别和图像理解前提和基础，图像分割质量的高低直接影响图像处理的效果。图像分割是图像处理与计算机视觉领域的基础性工作.图像分割方法的数量非常多,但没有一种通用的方法可以适用于所有的图像分割任务。图像分割是图像分析和计算机视觉中的经典难题。

图像分割是图像处理与计算机视觉领域的基本问题之一，其本身固有的不适定性是该领域研究的最大挑战。图像分割的图论方法充分利用图像的整体和局部特性，具有很大的灵活性，较高的计算效率及良好的分割特性，成为分割领域的一个新的研究热点。该方法将图像映射为带权无向图,把像素视作节点,利用最小剪切准则得到图像的最佳分割。该方法本质上将图像分割问题转化为最优化问题,是一种点对聚类方法,对数据聚类也具有很好的应用前景。

2. 研究的基本内容与方案

2.1基本内容、目标

图论方法的主要思想是将图像映射成加权图,把图像像素看作图的顶点,邻接像素之间的关系看作图的边,邻接像素之间的相似性看作边的权值,根据边的权值设计能量函数,通过最小化能量函数完成对图的分割,从而实现图像分割.

基于图论的分割方法对图像进行分割时优点明显:

3. 研究计划与安排

第1周—第3周搜集资料，撰写开题报告；

第4周—第5周论文开题；

4. 参考文献（12篇以上）

［1］j.yuan,e.bae,andx.-c.tai.astudyoncontinuousmax-flowandmin-cutapproaches[c].proc.ieeeconf.comput.vis.patternrecognit.,2010:2217–2224.

［2］weglinskit,fabijanskaa.min-cut/max-flowsegmentationofhydrocephalusinchildrenfromctdatasets[c],2012internationalconferenceonsignalsandelectronicsystems(icses),2012:1–6.

［3］ghristr,krishnans.atopologicalmax-flow-min-cuttheorem[c].proceedingsof2013ieeeglobalconferenceonsignalandinformationprocessing,2013:815-818.