1. 研究目的与意义（文献综述包含参考文献）
一、课题背景随着当前科技水平的不断发展，图像分割已经成为各个行业中必不可少的辅助方法。
图像分割有着特别广泛的应用，例如工业上自动化生产、生产过程中的控制、人脸识别、指纹识别、行人检测、机器视觉、保安的监视，以及军事和体育等方面。
由于图像分割具有精确性、全面性等特点，大多数的彩色数字图像分割在进行各领域的图形分割时无法精确详细的对其进行分割，因此在这种情况下, 如何提高复杂背景下彩色数字图像分割的精确性成为了亟需解决的问题。
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！
2. 研究的基本内容、问题解决措施及方案
2.1 本课题要研究的问题本课题主要研究复杂背景下真彩色图像分割，主要采用的是MeanShfit均值漂移算法以及Grabcut图像分割。
其MeanShfit均值漂移算法这是一种通用的聚类算法，一般可以用来实现彩色图像的分割；Grabcut图像分割是基于graph cut实现的图像分割算法，这种算法需要用户输入一个bounding box来作为分割目标位置，从而实现对图像目标以及背景的分离以及分割。
课题总体框架如下：先采集图片，将原图片进行图片增强及滤波，经过预处理后通过灰度转换和阈值分割，阈值分割主要基于python结合聚类算法中的均值漂移进行真彩色图像分割，最后进行分割图像后处理得到图像分割后成品。
剩余内容已隐藏，您需要先支付 1元 才能查看该篇文章全部内容！立即支付
以上是毕业论文开题报告，课题毕业论文、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。
