论文比较了GrabCut算法、主动轮廓的协同分割、判别聚类的协同分割方法三种算法，通过比较三种分割算法的分割结果，进行目标分割算法的选择。

本文最后将主动轮廓的协同分割方法和GrabCut算法实现，得到图像轮廓协同分割程序。该程序可以对单幅图像进行图像分割，也可以对图像库中的大量图像进行批量处理。

研究内容

本课题主要通过对图像分割算法的研究与GrabCut算法在OpenCV中的实现，证明其在c++上的优异性。然后对各类协同分割算法进行研究，比较结果之间的差异，以及算法之间的区别，找到高效的图像协同分割模型和图像模型优化算法，解决前景对象较为复杂、背景相似的协同分割任务，能够对前景对象的尺寸和形状鲁棒，同时能够快速高效地进行无监督分割以释放用户操作。然后将图像轮廓协同分割应用到c++，开发一款有实用价值的图像协同分割程序。

论文的组织结构

第一章：主要介绍了本课题的研究背景和意义。分头对一般的图像分割方法和图像协同分割方法进行了阐述。

第二章：介绍了本文会用到的一些背景：其中包含图论及网络流与最大流最小割的有关概念，作为图像分割的理论支撑。还介绍一种掀起了图像分割的研究热潮的算法GrabCut，分析了迭代次数对分割结果的影响。

第三章：介绍了图像轮廓协同分割会应用到的背景知识。包括显著性检测、超像素分割，然后选取四种图像分割算法进行比较，使得输出的图像能够很好地区分出前景区域和背景区域。

第四章：图像轮廓协同分割程序实现。编写界面，实现GrabCut与主动轮廓协同分割。最后进行结果对比。

第五章：结论和展望，总结研究成果和毕业设计所作的工作，叙述了感想、收获与心得，阐述毕业设计的不足之处。详细说明在毕业设计之后需要完成的下一步工作。

总结

本文针对图像轮廓协同分割进行了研究和代码实现，对图像分割选取了三种效果较好的算法，并通过实验对比了三种算法的差异。将协同分割与c++进行结合，实现了一个图像前景和背景进行分割的程序，可以实现传统GrabCut算法与协同分割算法。

本文从选题、设计、开发到论文的完成历经三个月的时间，在这个过程当中，我查阅了大量关于图像分割的资料，并对图像分割算法进行了对比和选取。在掌握了理论之后，我经过多次和老师的探讨完成了本系统的开题报告。在这之后，我开始针对选取出的三个图像分割算法进行研究。经过分析之后，我将代码实现和跑通，随后我完成了本文的撰写。