基于PCNN和Otsu的图像分割算法研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 第一章 绪论 | 第7-12页 |
| 1.1 图像分割概述 | 第7-8页 |
| 1.2 研究背景和意义 | 第8-9页 |
| 1.3 图像分割的研究现状 | 第9-10页 |
| 1.4 本文的主要研究内容 | 第10-11页 |
| 1.5 本文的组织结构 | 第11-12页 |
| 第二章 图像分割知识理论综述 | 第12-18页 |
| 2.1 图像分割的定义 | 第12页 |
| 2.2 图像分割的基本方法 | 第12-17页 |
| 2.2.1 阈值分割法 | 第13-14页 |
| 2.2.2 基于区域的分割法 | 第14-15页 |
| 2.2.3 边缘检测法 | 第15-16页 |
| 2.2.4 结合特定理论的分割法 | 第16-17页 |
| 2.3 本章小结 | 第17-18页 |
| 第三章 二维OTSU图像分割算法的优化 | 第18-30页 |
| 3.1 一维OTSU算法 | 第18-19页 |
| 3.2 二维OTSU算法 | 第19-21页 |
| 3.3 螺旋优化算法的原理 | 第21-24页 |
| 3.4 基于螺旋优化的二维OTSU图像分割 | 第24-25页 |
| 3.5 实验结果与分析 | 第25-29页 |
| 3.5.1 分割效果验证 | 第25-28页 |
| 3.5.2 算法性能比较 | 第28-29页 |
| 3.6 本章小结 | 第29-30页 |
| 第四章 基于PCNN的图像自动分割方法 | 第30-46页 |
| 4.1 PCNN图像分割的发展状况 | 第30页 |
| 4.2 PCNN的基本模型 | 第30-32页 |
| 4.3 PCNN的运行机理 | 第32-34页 |
| 4.3.1 无耦合链接情况下的PCNN | 第32-33页 |
| 4.3.2 耦合链接的PCNN | 第33-34页 |
| 4.4 基于PCNN的图像自动分割方法 | 第34-40页 |
| 4.4.1 PCNN的简化模型 | 第34-36页 |
| 4.4.2 PCNN的输出结果选择标准 | 第36-37页 |
| 4.4.3 双向PCNN对分割结果的优化 | 第37-40页 |
| 4.5 实验仿真与结果分析 | 第40-45页 |
| 4.5.1 主观分析 | 第40-42页 |
| 4.5.2 客观分析 | 第42-45页 |
| 4.6 本章小结 | 第45-46页 |
| 第五章 总结与展望 | 第46-48页 |
| 5.1 本文总结 | 第46页 |
| 5.2 未来展望 | 第46-48页 |
| 参考文献 | 第48-50页 |
| 攻读硕士学位期间发表论文情况 | 第50-51页 |
| 致谢 | 第51-52页 |
