全文总字数：2097字

1. 研究目的与意义及国内外研究现状

图像分割是图像分析的第一步，是计算机视觉的基础，是图像理解的重要组成部分，也是图像处理、模式识别和人工智能等多个领域中一个十分重要且又十分困难的问题。选这个题目就是想加深自己对图像分割各方面的了解，也是想尽自己努力来对一个算法进行改写，尝试对算法进行改进。

图像分割的应用非常广泛，几乎出现在有关图像处理的所有领域，如:工业自动化、在线产品检验、生产过程控制、文档图像处理、图像编码、遥感和生物医学图像分析、保安监视，以及军事、体育、农业工程等方面。在各种图像应用中，只要需对图像目标行提取、测量等都离不开图像分割。虽然我们对图像分割已进行了大量的研究，但还没一种适合于所有图像的通用的分割算法。所以，图像分割一直以来都是图像技术中的研究热点。因此，从原理、应用和应用效果等方面来深入研究图像分割技术，对于提高图像分析和图像理解系统的性能以及提高图像处理技术的应用水平都具有十分重要的意义。

国内外研究现状

图象分割是图象处理中的一项关键技术，也是一经典难题，自20世纪70年代起一直受到人们的高度重视，至今已提出了上千种分割算法。

2. 研究的基本内容

结合蚁群算法对fcm算法初始值敏感的问题进行解决，运用蚁群算法的全局性和鲁棒性提升fcm算法性能。

在fcm算法的目标函数中加入空间信息项，对空间信息项的选择进行研究，提高fcm算法的抗噪性能。

进行实验，并对结果分析讨论。

3. 实施方案、进度安排及预期效果

2016.2月-2016.3月底

学习fcm算法，掌握基础情况，了解fcm算法的原理和主要优缺点，并查找资料，寻找改进方向

2016.4月

4. 参考文献

[1]朱剑英. 应用模糊数学方法的若干关键问题及处理方法[j].模糊系统与数学，1992，11(2).

[2]孙吉贵，刘杰，赵连宇. 聚类算法研究[n].软件学报,2008,19(1).

[3]dunn. a fuzzy relative of the isodata process and itsuse in detecting compact well separated cluster[c]. journal ofcybernetics,1974,3:32-57.