摘要：光电图像成像结构自动评价技术是图像应用的一个重要方向，它对于自动判定光电图像成像结构有着很大的意义。本文主要对光电图像成像结构自动评价的概念、研究背景以及将采用的研究方法进行系统介绍。
关键词：成像结构自动评价、图像分割、构图分析
1.引言
光电图像成像结构自动评价技术以前大多都是通过图像识别来进行，此次课题考虑用聚类方法来分离不同景观成分，然后分别判断这些成分的分布和几何参数是否满足一定的美学准则或某些数学变换或分布，来自动确定其是否较佳，最后给出判断结果，从而实现在某些场合自动取景。
2.课题背景
近些年来，随着图像获取技术特别是手机拍照性能的飞速发展，使得人们能更加便捷地获取更多更高质量的图像。由此产生的大量图像也在推动图像应用领域的快速发展。光电图像成像结构自动评价技术是图像应用的一个重要方向，它对于自动判定光电图像成像结构有着很大的意义。现代光电成像采集大多为人工取景然后自动采集，在某些场合如何自动取景是提高成像效率和质量的必由之路，这一般由成像结构自动评价算法来实现，自动构图评价系统可以在短时间内对大量的图片进行分析评判，不仅可以减少人们在评价图片上的时间和精力，而且评价的标准也会更加客观。在今后的技术浪潮中，倘若其能与人工拍照过程甚至无人机自动摄影相结合，使之自动寻找最佳拍照角度并自动取景，可以给成像质量带来大幅提升，省去人们在拍照完成后进行人工筛选花费的精力。由此看来，设计出成像结构自动评价系统有其重要应用价值，未来的市场也相当可观。
3.几种图像分割方法的介绍
3.1基于阈值的分割方法
阈值法的基本思想是基于图像的灰度特征来计算一个或多个灰度阈值，并将图像中每个像素的灰度值与阈值相比较，最后将像素根据比较结果分到合适的类别中。
阈值分割的优点是计算简单、运算效率较高、速度快。全局阈值对于灰度相差很大的不同目标和背景能进行有效的分割。当图像的灰度差异不明显或不同目标的灰度值范围有重叠时，应采用局部阈值或动态阈值分割法。另一方面，这种方法只考虑像素本身的灰度值，一般不考虑空间特征，因而对噪声很敏感。在实际应用中，阈值法通常与其他方法结合使用。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
