深度图像分割新方法研究
| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第1章 绪论 | 第7-14页 |
| 1.1 深度图像分割概述 | 第7-10页 |
| 1.1.1 深度图像 | 第7-9页 |
| 1.1.2 深度图像分割 | 第9页 |
| 1.1.3 深度图像分割的意义 | 第9-10页 |
| 1.1.4 分割方法概述 | 第10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 边缘检测研究现状 | 第11页 |
| 1.2.2 区域分割研究现状 | 第11-12页 |
| 1.3 论文内容和章节安排 | 第12-14页 |
| 1.3.1 论文研究内容和创新点 | 第12-13页 |
| 1.3.2 论文的章节安排 | 第13-14页 |
| 第2章 深度图像分割的传统方法 | 第14-25页 |
| 2.1 基于边缘的经典分割算法 | 第14-19页 |
| 2.1.1 边缘检测工作原理 | 第14-15页 |
| 2.1.2 正交梯度算子 | 第15-17页 |
| 2.1.3 二阶导数算子 | 第17-19页 |
| 2.2 基于区域的经典分割算法 | 第19-22页 |
| 2.2.1 区域分割工作原理 | 第19-20页 |
| 2.2.2 动态阈值图像分割方法 | 第20页 |
| 2.2.3 空间聚类分割算法 | 第20-21页 |
| 2.2.4 区域生长分割算法 | 第21-22页 |
| 2.2.5 分裂合并分割算法 | 第22页 |
| 2.3 传统深度图像分割方法的缺陷 | 第22-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 深度图像的数学形态学 | 第25-36页 |
| 3.1 数学形态学基础理论 | 第25页 |
| 3.2 二值形态学的基本运算 | 第25-29页 |
| 3.2.1 二值膨胀与腐蚀运算 | 第25-27页 |
| 3.2.2 二值开启与闭合运算 | 第27-28页 |
| 3.2.3 二值基本运算性质 | 第28-29页 |
| 3.3 深度形态学基础理论 | 第29-31页 |
| 3.4 深度形态学的基本运算 | 第31-35页 |
| 3.4.1 深度腐蚀与膨胀 | 第31-33页 |
| 3.4.2 深度开与闭运算 | 第33-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 深度图像分割新方法 | 第36-50页 |
| 4.1 深度图像预处理 | 第36-41页 |
| 4.1.1 中值滤波原理 | 第37-38页 |
| 4.1.2 中值滤波改进 | 第38-41页 |
| 4.2 基于形态学算子的深度图像分割 | 第41-44页 |
| 4.2.1 深度图像边缘类型 | 第42页 |
| 4.2.2 基于二值形态学的分割算子设计 | 第42-43页 |
| 4.2.3 骨架化 | 第43-44页 |
| 4.3 基于水线区域的深度图像分割方法 | 第44-48页 |
| 4.3.1 产生距离图 | 第44-45页 |
| 4.3.2 计算最终腐蚀集合 | 第45-46页 |
| 4.3.3 从种子开始区域生长 | 第46-48页 |
| 4.4 基于形态学的两种新方法比较 | 第48-49页 |
| 4.4.1 水线区域的分割结果 | 第48页 |
| 4.4.2 形态学算子的边缘检测结果 | 第48-49页 |
| 4.4.3 新方法的时间消耗对比 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 算法的验证与评估 | 第50-65页 |
| 5.1 深度图像数据源 | 第50页 |
| 5.2 计算机仿真 | 第50-59页 |
| 5.2.1 实验环境 | 第50-51页 |
| 5.2.2 经典算法分割的实验结果 | 第51-57页 |
| 5.2.3 基于形态学两种分割方法的实验结果 | 第57-59页 |
| 5.3 实验结果对比与分析 | 第59-61页 |
| 5.3.1 实验结果对比 | 第59-60页 |
| 5.3.2 实验结果分析 | 第60-61页 |
| 5.4 深度图像分割方法评估体系 | 第61-64页 |
| 5.4.1 深度图像分割算法评估标准 | 第62-63页 |
| 5.4.2 深度图像分割算法筛选方法 | 第63-64页 |
| 5.4.3 最终算法 | 第64页 |
| 5.5 本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 攻读学位期间发表论文清单 | 第69-70页 |
| 致谢 | 第70页 |
