研究内容：

随着科技的不断革新，人类对于图像分割的认识也逐渐清晰。目前国际上对图像分割的研究已经有较多的成果。经过许多年的磨砺，各界的专家也提出了很多算法供图像分析使用。但目前仍然缺少一种算法能适用于不同规格的图像，很多分割算法只能对某个图像或某一类图像进行处理。在已发现的这些算法中，较为完善的分割算法即为阈值分割、边缘分割以及聚类分割等。本文主要对图像分割进行研讨，分别探讨阈值分割、边缘分割和聚类分割，其中主要对K均值聚类分割算法、模糊C均值聚类分割算法以及谱聚类分割算法进行了解，并用MATLAB实现数据聚类及图像分割。

本文研究了图像分割的几种方法以及聚类算法的运用，主要详细介绍了图像分割的概念、背景、目前状况以及未来研究前景，简要了解归一化分割算法的准则及阈值分割算法、边缘分割算法、K均值分割算法、模糊C均值分割算法，重点研究谱聚类算法的特点并且用谱聚类算法实现数据聚类以及图像分割实验。

图像分割的研究框架

本文的研究框架各章具体内容如下：

第一章主要为绪论，概述本论文主要研究图像分割中的几种分割方法，特别是谱聚类算法，并通过一些仿真实验来验证不同分割算法的图像分割效果。

第二章主要对几种分割方法进行简要介绍，研究三种分割算法的原理等。

第三章主要介绍K均值聚类算法以及模糊C均值聚类算法，介绍其中涉及到的相关概念、公式等。研究这两种分割算法的影响因素与原理及步骤，用简单的实验验证图像划分的好坏。

第四章主要对谱聚类算法进行重点探索，介绍谱聚类算法的原理及流程步骤，重点介绍了这种算法用到的几个准则，特别是归一化分割准则，通过仿真实验验证数据聚类以及图像分割结果。

第五章为本文的工作总结和未来展望。

第六章为致谢部分。

图像分割自从产生以来一直是国内外学者研究的重点，图像分割效果不佳将会导致接下来人类对图像处理的结果不理想。它是人类对图像进行分析、获取其中可利用部分的基础。

本文主要对图像分割的原理及背景进行了分析，并简要阐述了目前已经存在的各种算法，使用matlab进行仿真实验验证谱聚类算法的分割效果，归纳如下：

⑴ 对图像分割的背景及原理进行详细的介绍，分析图像分割现在研究的背景及不足之处，并对归一化分割进行详细介绍。首先简要介绍了阈值分割算法、边缘分割算法、聚类分割算法和归一化分割原理，然后介绍了图论中的一些名词定义以及归一化分割准则。

⑵ 介绍了两种主要的分割算法即模糊C均值聚类分割算法以及K均值聚类分割算法。详细介绍了两种算法的原理及算法步骤，并用简单的实验验证这两种算法的分割效果或者数据聚类结果。

⑶ 介绍了谱聚类算法，给出了几种相关矩阵以及相关谱图分割准则，详细介绍了谱聚类分割算法步骤。用matlab对谱聚类算法进行仿真，验证数据聚类的结果以及使用谱聚类算法分割图像的效果。