1、“.....但是目前还没有个通用的算法或标准能够胜任所有不同的应用，该问题也没有形成个通用的自身理论。我通过学习和实践经典的图像目标分割与提取的算法，对这领域的历史和发展现状有了较为清楚的认识。在现在的研究水平下，想找出种通用的技术或方法是很困难的。每种算法都有其自身的优点和缺点，有其特定的适用范围，因此首先明确研究对象的性质是至关重要的，这样在使用算法时才可以有的放矢。经典的算法虽然在应用上已被新的算法所取代，但经典算法中的很多思想都具有相当重要的价值，它们是新算法研究和提出的基础。基于等周图割的图像分割中的等周算法，是基于图论的图像分割方法研究的产物......”。

2、“.....传统的图像分割方法已经不能适用于现在的实际要求，需要与先进的技术结合才能有所突破。但是在同时，这种算法也有着固有的缺点，他们都是针对图像灰度数据进行聚类分割，运算量随图像尺寸增大而增大。通过本次毕业设计，我得到了许多收获。不但对数字图像目标分割与提取邻域的基本理论和基本知识有了较为全面的了解，在对新知识学习的过程中，自己原有的知识和理论也得到了进步的巩固，同时自己的编程能力也得到了定程度的提高。另外，在毕业设计过程中，我所学的知识得到了系统地整理和运用，这既是对我四年学习的检查，也为我今后在工作上的学习打下了坚实的基础......”。

3、“.....再加上本人水平有限，在毕业设计过程中存在不少不足之处。我将以此为鉴，在今后的学习和生活过程中不断改进。本科毕业设计说明书论文第页共页致谢正值论文完成之际，谨向所有曾给予我鼓励关心和帮助的老师同学朋友表示深深的谢意,我还要感谢我们班以及我们系我所认识的同学，是你们给了我好的环境和鼓励帮助，让我顺利的完成了这次的设计。感谢在我成长过程中所有关心我帮助我的人们。本科毕业设计说明书论文第页共页参考文献夏得深，傅德胜现代图像处理技术与应用东南大学出版,数字图像处理电子工业出版社,冈萨雷斯数字图像处理版电子工业出版社,刘直芳......”。

4、“.....顾峰基于直方图的彩色图像分割方法中国图像图形学报李宏贵,李兴国种基于函数的图像边缘检测算法中国图像图形学报通过对以上图论的研究与比较，我们现在应该找出种较好的二小特征矢量为第二个最小特征值对应的特征矢量，它代表了最佳图划分的个解即势函数，把这特征矢量称为矢量。与特征矢量不定是矢量对应的特征值称为谱。最优割集准则的设但实际划分求解得到的结果常为到之间的实数值，此时可用均值聚类等方法进步决定像素的归属......”。

5、“.....其定义为若最终势函数中像素对应的值为则该像素属于集合，若为则属于集合。。将相似度矩阵的每行元素相加。即得到该节点的度，以所有度值为对角元素构成的对角矩阵即为度矩阵，度矩阵常用表示。拉普拉斯矩阵为，在图论分割算法中拉普拉斯为常用的标准矩阵。势函数矩阵。将原图像中的像素从左到有单行排列并作为相似度矩阵的行序列及列序列,相似度矩阵中每个元素的值为使用相似度函数计算所得到的值,因此若幅图像尺寸为，则其相似度矩阵元素个数将系，没有考虑其空间关系......”。

6、“.....相似度常用或表示，有时也称亲和力近，则两像素之间的相似度越大，两像素之间的距离越近则其相似度也越大。另外，文献定义了如下两个权函数为上述权函数仅考虑了像素之间的灰度关值，为像素的空间坐标，为灰度高斯函数的标准方差，为空间距离高斯函数的标准方差。为两像素之间的有效距离。若超过这距离，则认为两像素之间的相似度为。此相似度函数认为，两像素之间的灰度值越接上式权函数中，对于灰度图像......”。

7、“.....因为在目标分割与提取过程中可以利用大量的数字图像处理的方法，加上其在计算机视觉模式识别等领域中的广泛应用，都吸引了众多研究者的注意。相信对这问题的深入研究不仅会不断完善对这问题的解决，而且必将推动模式识别计算机视觉人工智能等计算机科学分支的发展。图像分割和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很多方法，在不同的领域取得了定的成果。但是对于寻找种能够普遍适用于各种复杂情况的准确率很高的分割和检测算法，还有很大的探索空间。边缘提取和分割是图像分析的经典研究课题之......”。

8、“.....仍在不断改进和发展。需要说明的是边缘与物体间的边界并不等同，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。有可能有边缘的地方并非边界，也有可能边界的地方并无边缘，因为现实中的物体是三维的，而图像只具有二维信息，从三维到二维的投影成像不可避免的会丢失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。正是因为这些原因，基于边缘的图像分割仍然是当前图像研究中的世界级难题，目前研究者们正在试图在边缘提取中加入高层的语义信息。由于图像的多义性和复杂性......”。

9、“.....而手工分割又存在工作量大，定位不准确的难题，因此，人们提出了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步研究，也必将成为个更为独立和活跃的研究领域。基于图论的图像分割基于图论的图像分割技术是近年来国际上图像分割领域的个新的研究热点，在此，有必要先介绍下基于图论分割的些基本知识。基本知识图的最优划分准则令图图被划分为两部分，且有，，节点之间的边的连接权为则将图划分为，两部分的代价函数为......”。