图像分割是图像处理中最为基础和重要的领域之一。而图像处理和分析本身随着科学技术的发展逐渐形成了自己的科学体系，新的处理方法层出不穷。而且图像分割是图像处理、模式识别、计算机视觉、人工智能等计算机科学分支的重要课题，也是计算机视觉技术中的重要步骤。图像分割与边缘检测的问题在近二十年中得到了广泛的关注和长足的发展，国内外很多研究人士提出了许多方法，在不同的领域取得了一定的成果，但是到目前为止还没有唯一的标准的分割方法，所以还有很大的探索空间。80801

  灰度阈值分割、边缘提取和区域跟踪以及基于分水岭算法是图像分析的经典研究课题之一，目前的理论和方法仍存在许多不足之处，仍在不断改进和发展。有些分割运算可以直接应用于任何图像，有的只适用于特殊类别的图像。有些则需要我们先进行粗分割，因为他们需要从图像中提取信息。另外，需要说明的是，边缘与物体边界并不相同，边缘指的是图像中像素的值有突变的地方，而物体间的边界指的是现实场景中的存在与物体之间的边界。因为现实中的物体是三维的，而图像只是二维的，从三维到二维的投影成像不可避免的会丢失一部分信息；另外成像的过程中的光照和噪声也是不可避免的重要因素。 由于图像的多意义和复杂性，许多分割的工作无法依靠计算机自动完成，而手工分又存在工作量大，定位不准确的难题，因此，人们提出了一些人工交互和计算机自动定位相结合的方法，利用各自的优势，实现目标轮廓的快速定位。相信这些交互式方法的应用，必将推动图像目标分割与提取这一既具有广阔的应用前景又具有重要的学术价值的课题的进一步研究，也必将成为一个更为独立和活跃的研究领域。

 随着计算机视觉应用的日益广泛以及自动户程度的进一步提高，人们对于计算机视觉系统的要求越来越高，在诸如机器人导航、飞行器导航、工业零件检测及抓取以及流水线组装等需要三维场景分析的计算机视觉应用领域，三维深度信息对于系统的任务的完成和性能是至关重要的。而传统的计算机视觉系统所处理的是光学图像，丢失了现实世界中的三维深度信息，并且因为从二维光学图像中恢复物体的深度信息的困难性，是的计算机视觉系统在这些应用领域受到很大的限制。 论文网

  分割问题的困难在于图像数据的模糊和噪声干扰。到目前为止，还没有一种或者几种完善的分割方法，可以按照人们的意愿准确的分割任何一种图像。实际图像中景物情况各异，具体问题具体分析，需要根据实际情况选择合适的方法。分割结果的好坏或者正确与否，目前还没有一个统一的评判标准，分割的好坏必须从分割的效果和实际应用场景来判断。

学习MATLAB GUI程序设计，利用MATLAB图像处理工具箱，

设计和实现自己的photoshop。按照软件工程方法，根据需求进行程序的功能分析和界面设计，给出设计详细说明。然后按照拟定的功能要求进行程序设计和调试

1、阈值分割 

 阈值分割法是一种基于区域的图像分割技术，其基本原理是：通过设定不同的特征阈值，把图像像素点分为若干类．常用的特征包括：直接来自原始图像的灰度或彩色特征；由原始灰度或彩色值变换得到的特征．设原始图像为f(x，y)，按照一定的准则在f(x，y)中找到特征值T，将图像分割为两个部分，分割后的图像为 :

若取 ： b0=0（黑）,b1=1（白），即为我们通常所说的图像二值化。          图像分割算法分析MATLAB仿真开题报告:http://www.youerw.com/kaiti/lunwen_94043.html