图像分割中一种多层次自适应的算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 引言 | 第7-11页 |
| ·研究背景 | 第7-8页 |
| ·课题来源 | 第8页 |
| ·国内外研究现状 | 第8-9页 |
| ·本人主要工作 | 第9-10页 |
| ·论文组织结构 | 第10-11页 |
| 第2章 图像分割技术基础 | 第11-27页 |
| ·基于阈值的图像分割 | 第11-15页 |
| ·阈值分割的基本概念 | 第11-12页 |
| ·阈值法举例 | 第12-15页 |
| ·基于边缘信息的图像分割 | 第15-20页 |
| ·边缘信息分割的基本概念 | 第15-16页 |
| ·微分算子法 | 第16-17页 |
| ·Laplacian算子 | 第17-18页 |
| ·Canny算子 | 第18-19页 |
| ·几种边缘检测算法的比较 | 第19-20页 |
| ·基于区域的图像分割 | 第20-23页 |
| ·区域分割的基本概念 | 第20页 |
| ·区域生长 | 第20-22页 |
| ·区域的分裂——合并算法 | 第22-23页 |
| ·基于区域生长方法的总结 | 第23页 |
| ·基于特定理论的分割方法 | 第23-26页 |
| ·数学形态学方法 | 第23-24页 |
| ·基于人工神经网络的方法 | 第24-25页 |
| ·基于模糊集理论的分割方法 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第3章 多层次自适应图像分割算法 | 第27-44页 |
| ·基本思路 | 第27页 |
| ·关键技术 | 第27-42页 |
| ·灰度图像的强度特征提取 | 第28-30页 |
| ·灰度图像的纹理特征提取 | 第30-35页 |
| ·四叉树求邻域 | 第35-40页 |
| ·原始图像的多层次粗化及粗化后子区域的分割 | 第40-41页 |
| ·子区域的自适应分割 | 第41-42页 |
| ·算法实现 | 第42-43页 |
| ·提取灰度特征 | 第42页 |
| ·提取纹理特征 | 第42-43页 |
| ·四叉树求领域多层划分种子区域 | 第43页 |
| ·子区域分割 | 第43页 |
| ·本章小结 | 第43-44页 |
| 第4章 测试与分析 | 第44-47页 |
| ·测试环境 | 第44页 |
| ·测试结果及分析 | 第44-46页 |
| ·测试一 | 第44-45页 |
| ·测试二 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 总结与展望 | 第47-48页 |
| ·总结 | 第47页 |
| ·展望 | 第47-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 | 第52-60页 |
| 攻读学位期间的研究成果 | 第60页 |
