首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于超像素的图像分割算法研究

摘要第7-9页
Abstract第9-10页
第1章 绪论第13-19页
    1.1 图像分割算法研究背景及意义第13-14页
    1.2 图像分割算法研究现状第14-17页
        1.2.1 基于边缘和区域的图像分割方法第14-15页
        1.2.2 基于聚类的图像分割方法第15-16页
        1.2.3 基于特定理论的图像分割方法第16-17页
    1.3 本文主要研究内容及结构安排第17-18页
    1.4 本章小结第18-19页
第2章 超像素分割算法第19-32页
    2.1 引言第19页
    2.2 超像素方法的介绍及优势第19-20页
    2.3 超像素算法的分类第20-26页
        2.3.1 基于图论的超像素方法第20-22页
        2.3.2 基于梯度下降的超像素方法第22-26页
    2.4 超像素分割算法评价第26-27页
        2.4.1 分割质量评价第26-27页
        2.4.2 紧密度和算法可控性评价第27页
    2.5 超像素分割算法性能比较及分析第27-31页
    2.6 本章小结第31-32页
第3章 基于SLIC和快速最近邻区域合并的图像分割算法第32-41页
    3.1 引言第32页
    3.2 超像素分割算法第32-34页
    3.3 快速最近邻区域合并算法第34-37页
        3.3.1 区域邻接图第34页
        3.3.2 本文相似性区域度量第34-36页
        3.3.3 改进的区域邻接图第36-37页
        3.3.4 算法执行步骤第37页
    3.4 仿真实验结果第37-39页
    3.5 分割结果评价分析第39-40页
    3.6 本章小结第40-41页
第4章 基于改进SLIC和动态区域合并的交互式图像分割算法第41-49页
    4.1 引言第41-42页
    4.2 改进的SLIC算法第42-44页
    4.3 基于动态区域合并的交互式图像分割算法第44-46页
        4.3.1 用户交互第44页
        4.3.2 区域的相似性度量第44-45页
        4.3.3 最大相似度的区域合并算法第45-46页
    4.4 仿真实验及结果分析第46-48页
    4.5 本章小结第48-49页
总结与展望第49-51页
    总结第49页
    展望第49-51页
参考文献第51-56页
致谢第56-57页
附录A 攻读学位期间所发表的学术论文目录第57页

论文共57页,点击 下载论文
上一篇:基于单目视觉的摄像机标定与立体匹配技术的研究
下一篇:电池表面缺陷视觉检测算法的研究与实现