基本信息
- 项目名称：
- 数字图像分割算法评测平台的研究及开发
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作A类
- 简介：
- 收集了几种典型的数字图像分割算法，开发出一个能对图像分割算法进行测试及综合评价的实验平台。 特点：1、是图像分割算法的聚集平台，用户通过此平台选择适合其需求的图像分割算法并得到合理的分割结果；2、是图像分割算法的综合评价实验平台，用户可实时对其图像分割算法进行评价；3、是对图像分割算法进行研究的辅助平台，用户可可及时了解已有图像分割算法的优缺点，获得相关辅助决策建议并展开相关研究。
- 详细介绍：
- 1.首先运行程序； 2.单击菜单栏上的“文件”显示下拉列表，在其中选择“打开”然后弹出一个对话框，用户通过对话框在计算机磁盘上进行图片的选择，选择成功后会重新弹出一个新的窗口，该窗口用于显示用户选择的图片； 3.用户在进入这个页面后可以单击菜单栏上面的“图像分割算法的评价”查看对本平台包含的图像分割算法的评价，通过评价来更好的为该图片选择好的分割算法； 4.单击菜单栏上的“图像分割”选项弹出下拉列表，在其中选择分割算法进行图片的分割，在原本的窗口上会显示出图片分割后的结果。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- 研究目的： 图像分割是图像处理中的一项关键技术，自20世纪70年代一直受到人们的高度重视，尽管至今已经有上千种图像分割算法并且近年来出现了许多新思路、新方法、或改进的算法，但是发展至今仍然没有一种通用的分割算法以及也没有制定出一个通用的评价分割算法好坏的标准。没有一种软件或者平台集合了多种图像分割算法来对不同类别的图像进行分割处理，这样就为那些从事数字图像处理的工作人员带来了极大的不方便。 基本思路： 我们收集几种典型的图像分割算法，对每种算法进行测试、分析，开发出一个能对图像分割算法进行测试及综合评价并给出了相应分割算法的评价的实验平台。 创新点： 1、是图像分割算法的聚集平台，用户通过此平台选择适合其需求的图像分割算法并得到合理的分割结果； 2、是图像分割算法的综合评价实验平台，用户可实时对其图像分割算法进行评价； 3、是对图像分割算法进行研究的辅助平台，用户可可及时了解已有图像分割算法的优缺点，获得相关辅助决策建议并展开相关研究。 4．有效的测试和衡量平台能够方便地进行比较和衡量，同时也能够更有效地理解、采用及扩展这些图像分割方法。 技术关键： 1.通过查阅文献资料收集几种典型的图像分割算法； 2.对收集到的图像分割算法进行合理的综合评价，设计友好界面。 3.在本平台上如何很好的加入搜集到的算法。 主要技术指标： 1.图像分割平台界面的友好性 2.对收集的分割算法进行合理的综合评价。
科学性、先进性
- 科学性： 1.我们搜集到的数字图像分割算法是真实、可靠、可行的； 2.通过查找大量的文献，结合图片分割后的质量对分割算法进行综合评价。因此对图像分割算法的评价具有一定的科学性算法； 3.注重界面的友好性，平台的运行速度，算法评价的合理性。 先进性： 1．此作品使用户能更直观、方便地选取适合自己图像的图像分割算法进行分割。 2．人们通过此平台能更容易的查找到这些算法的评价；此平台也能为那些从事图像分割算法的研究以及分割算法改进的工作人员提供一些建议和帮助。 3．随着各种数字图像分割方法的不断提出，如何有效的对各种方法进行测试和衡量是数字图像分割领域的一个需求。 4．综合的测试及衡量平台依旧没有建立起来。有效的测试和衡量平台能够方便地进行比较和衡量，同时也能够更有效地理解、采用及扩展这些方法。
获奖情况及鉴定结果
- 无
作品所处阶段
- 此平台在已经完成了算法的搜集以及包装等工作；现在正在搜集评价指标，给出算法的综合评价等工作。
技术转让方式
- 无
作品可展示的形式
- 现场演示
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 使用说明： 用户在使用本作品时只需要直接运行此软件，不需要安装软件以及一些其他的插件，用户操作简单、方便。 本作品的技术特点以及优势： 1.我们在平台上面给出了搜集到的所有的数字图像分割算法的评价。本作品可以为那些从事图像分割算法的研究以及分割算法改进的工作人员提供一些建议和帮助。 2.此平台在开发过程中，注重图像分割算法的运行速度、图像分割算法的评价以及数字图像分割后的质量。 3.用户能在分割图像时能在多种方法中选出适合该图片的分割算法并且保证分割的效果好。 本作品的适用范围以及推广前景： 1.本作品能都运用到众多领域，主要是在对图像编辑、分割领域，拥有较好的社会应用价值； 2.图像分割在当今实际的应用当中是非常具有学术价值和实用意义的热门研究话题，对其进行深入研究会推动图像模式识别、计算机视觉、人工智能等计算机科学分支的发展。
同类课题研究水平概述
- 数字图像处理问世不久就开始了图像分割技术的研究，吸引了很多研究人员为它付出了巨大的努力，在不同的领域也取得了相当的进展与成就。多年来，对图像分割的研究一直是图像技术研究中的热点和焦点，由于图像分割在实际工作生活中的广泛的应用，人们对他的关注和投入不断增加。对图像目标进行提取、测量等都离不开图像分割。 各种图像分割算法在进行图像分割时，需要的信息是不相同的；一般的软件在编写数字图像分割算法时也很繁琐，编写算法的工作量大；同时没有一个合理的标准对图像分割算法进行合理的评价，这样也就为那些想要开发出具有评价信息的图像分割平台带来了很大的难度，因为要合理的综合的评价一个数字图像分割算法需要具备多方面的知识，评价的难度很大；因此要开发出同类产品具有很大的难度。 我们在google网站上搜索“图像分割软件”，就会看见许多关于图像分割的软件，但是这些软件大多数只是针对一种类型的图片进行分割而不是针对多种类型的图片进行分割，在这些图像分割软件上没有对该种分割算法的综合评价。 在国内外学者们都在为解决图像分割算法中的难题努力奋斗，他们在解决图像分割算法的同时就遗忘了如何将研究成果运用到社会；然而数字图像分割本身就是一个较难的学科体系，要将该学科的研究成果运用到实际生活中不是一件容易的事情。 随着信息化的发展，计算机视觉领域吸引了越来越多的人的关注。计算机视觉是一个包括多个层次的领域。其底层为图像数据，高层为图像理解与识别。数字图像分割方法位于计算机视觉领域的底层，是实现图像识别和理解的基础，因此在计算机视觉中拥有重要的地位。由于图像场景的复杂性及变化性，从图像中分割出对象是一项困难的问题。到目前为止依旧存在很多的问题。然而很多有效的分割方法被相继提出，并在特定的领域取得了理想的结果。 随着各种数字图像分割方法的不断提出，如何有效的对各种方法进行测试和衡量是数字图像分割领域的一个需求。但综合的测试及衡量平台依旧没有建立起来。有效的测试和衡量平台能够方便地进行比较和衡量，同时也能够更有效地理解、采用及扩展这些方法。因此本课题研究的数字图像的测试平台的设计及实现拥有科研和应用价值。
