分数阶PCA图像分割算法研究开题报告

全文总字数：895字

1. 研究目的与意义

图像分割，其作用是把反映物体真实情况的、占据不同区域的、具有不同特性的目标区分开来，并形成数字特征。

图像分割是图像识别和图像理解的基本前提步骤，图像分割质量的好坏直接影响后续图像处理的效果，甚至决定其成败，因此，图像分割的作用是至关重要的。

同样，图像分割在物体识别、计算机视觉、人工智能、生物医学、遥感器视觉、军事上的导航制导、气象预测、农林业自动化机械等诸多领域的图像处理中，有着举足轻重的作用。

2. 国内外研究现状分析

图像分割的研究最早可以追溯到20世纪60年代，经过近四十年的研究，国内外学者已经提出了各种算法上千种，但目前还没有一种适合于所有图像的通用的分割算法，绝大多数算法都是针对具体问题而提出的。

另一方面，给定一个实际应用要选择合用的分割算法仍是一个很麻烦的问题，由于缺少通用的理论指导，常常需要反复的进行实验。

在已提出的这些算法中，较为经典的算法有灰度阈值分割法、边缘检测法和区域跟踪以及基于分水岭算法的分割方法。

3. 研究的基本内容与计划

一、研究内容

采用分数阶算法对图像进行初步处理，通过设置合适的阈值得到一个相似度较高的分割结果图像；然后再用pca算法对上述结果进行辅助性优化，从而尽可能达到最优结果。其中需要借助matlab、excel等应用软件对图像处理结果进行统计分析。

二、研究计划

4. 研究创新点

算法：采用分数阶算法，将阈值选择扩展到了小数范围，精度进一步提高。