1. 研究目的与意义（文献综述）

1.1研究背景

随着数字图像处理技术的不断发展和进步，其研究成果已经被广泛的应用到了许多领域之中。其中，图像分割作为数字图像处理中的一个基本问题，是图像理解的重要组成部分。

1.2目的和意义

2. 研究的基本内容与方案

slic 方法是通过改进传统k 均值方法，即考虑像素的颜色信息又充分利用像素的空间信息，将颜色相似、图像空间距离接近的像素点聚集在一起的一种高效方法。

在cielab 颜色图像空间存在2 个特征向量: 像素i 彩色值ci =［li，ai，bi］和在二维空间中位置si =［xi，yi］t。

采用新的距离度量方法改进超像素的形状，与一般特征空间欧式距离有所不同，slic 方法克服了传统欧式距离在当空间上点超越颜色距离极限时偏向于像素颜色的相似性，所导致的超像素不再考虑区域边界的问题。

3. 研究计划与安排

1.第1周：查阅相关文献，明确选题；

2.第2-3周：进一步阅读文献，分析和总结，完成开题报告；并翻译英文资料（不少于5000汉字），完成周记和相关的文献摘要；

3.第4-7周：确定技术路线，学习并掌握python语言，运用python的程序设计理论完成系统的总体框架设计，，包括需求分析等；

4. 参考文献（12篇以上）

1．张志涌，杨祖樱 等，matlab教程，北京航空航天大学出版社，2015.01

2. radhakrishna achanta, et al.，slicsuperpixels compared to state-of-the-art