1. 研究目的与意义
在日常生活中，我们并不能很准确的把握每一时间点的各种影响图像的因素，并且不能十分准确的分辨我们需要获取的主要图像内容是什么，最终导致获得到的图片存在着很多瑕疵。
所以运用图像的处理算法对已有图像进行分割，研究相关的图像处理算法，达到对图像典型特征的提取是非常有必要的，最终通过处理从而达到提高图像的识别的效果。
在计算机视觉、模式识别中,常常需要将图像分割成一些有意义的区域,或者是将图像中有意义的特征提取出来,以便机器视觉识别和检验。
2. 课题关键问题和重难点
1、边缘检测算法边缘定位准确，速度快，但不能保证边缘的连续性和封闭性，在高细节区域存在大量的碎边缘，难以形成一个大区域，但是又不宜将高细节区域分成小碎片；由于这两个难点，边缘检测只能产生边缘点，而非完整意义上的图像分割过程。
这也就是说，在边缘点信息获取到之后还需要后续的处理或者其他相关算法相结合才能完成分割任务。
在后续实践当中，用于提取初始边缘点的自适应阈值选取、用于图像的层次分割的更大区域的选取以及如何确认重要边缘以去除假边缘将变得非常重要。
3. 国内外研究现状（文献综述）
阈值分割灰度阈值分割法是一种最常用的并行区域技术，它是图像分割中应用数量最多的一类。
阈值分割算法的关键是确定阈值，如果能确定一个合适的阈值就可准确地将图像分割开来。
阈值确定后，将阈值与像素点的灰度值逐个进行比较，而且像素分割可对各像素并行地进行，分割的结果直接给出图像区域。
4. 研究方案
通过图书馆、互联网、电子资源数据库等途径查阅大量文献，理解图像分割算法相关知识，理清图像分割的发展脉络及研究现状，学习图像分割有关理论，获取与图像分割的相关数据信息，为论文要求的设计五种基于matlab的图像分割算法提供思路和参照。
5. 工作计划
为了保证按时完成论文，我的任务阶段的时间安排如下:--2022-12-20前 熟悉毕业设计所选项目,查阅相关文献资料。
--2022-2-11前 完成开题报告和文献翻译。
--2022-4-1前 编程实现算法。
