基于数学形态学的图像分割技术研究
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·图像分割技术概述 | 第8-13页 |
| ·基于区域特性的分割技术 | 第9-10页 |
| ·基于阈值的分割技术 | 第10-11页 |
| ·基于边缘的分割技术 | 第11-12页 |
| ·基于统计模式分类的分割技术 | 第12-13页 |
| ·图像分割中形态学的优势 | 第13-14页 |
| ·本文所做的工作和文章安排 | 第14-15页 |
| 第二章 二值形态学 | 第15-22页 |
| ·数学形态学的发展史 | 第15-16页 |
| ·数学形态学的二值膨胀和腐蚀 | 第16-19页 |
| ·集合的有关定义 | 第17页 |
| ·膨胀和腐蚀的定义 | 第17-18页 |
| ·膨胀和腐蚀的性质 | 第18-19页 |
| ·开运算和闭运算 | 第19-21页 |
| ·开和闭运算的定义 | 第19-20页 |
| ·开和闭运算的性质 | 第20-21页 |
| ·击中(Hit)击不中(Miss)变换(HMT) | 第21-22页 |
| 第三章 灰度形态学 | 第22-27页 |
| ·灰度膨胀 | 第22-23页 |
| ·灰度腐蚀 | 第23-24页 |
| ·灰度开和闭运算 | 第24-27页 |
| 第四章 灰度图像的形态学边缘检测 | 第27-36页 |
| ·图像边缘的定义 | 第27页 |
| ·传统的边缘检测算子 | 第27-32页 |
| ·Roberts算子 | 第28页 |
| ·Sobel算子 | 第28-29页 |
| ·Prewitt算子 | 第29页 |
| ·LOG算子 | 第29-30页 |
| ·Canny算子 | 第30-32页 |
| ·形态学边缘检测 | 第32-34页 |
| ·多尺度形态学边缘检测 | 第34-36页 |
| 第五章 分水岭分割 | 第36-54页 |
| ·分水岭简介 | 第36-39页 |
| ·分水岭算法原理 | 第36-37页 |
| ·分水岭算法的数学描述 | 第37-38页 |
| ·分水岭算法的特点 | 第38-39页 |
| ·形态学重建 | 第39-43页 |
| ·二值图像的重建 | 第40-41页 |
| ·灰度图像的重建 | 第41页 |
| ·多尺度形态学开闭重建运算 | 第41-43页 |
| ·多级标记提取 | 第43-48页 |
| ·初步标记提取 | 第43-45页 |
| ·标记价值 | 第45-46页 |
| ·算法总结和实验结果与分析 | 第46-48页 |
| ·自然背景中人造目标的分割 | 第48-54页 |
| ·图像的分形维数 | 第49-50页 |
| ·改进算法 | 第50-51页 |
| ·实验结果与分析 | 第51-54页 |
| 结束语 | 第54-55页 |
| 致谢 | 第55-56页 |
| 参考文献 | 第56-61页 |
