云模型在图像分割领域中的应用研究
| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 图表索引 | 第11-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 课题研究的背景 | 第13-14页 |
| 1.2 本课题的研究现状 | 第14-15页 |
| 1.3 本课题的研究意义和内容 | 第15-16页 |
| 1.4 本文的工作安排 | 第16-19页 |
| 第二章 图像分割理论 | 第19-33页 |
| 2.1 图像分割的定义 | 第19-20页 |
| 2.2 边缘检测分割法 | 第20-23页 |
| 2.3 区域分割法 | 第23-24页 |
| 2.3.1 区域生长法 | 第23页 |
| 2.3.2 区域分裂与合并 | 第23-24页 |
| 2.4 阈值分割算法 | 第24-26页 |
| 2.4.1 阈值分割算法的基本知识 | 第24-25页 |
| 2.4.2 最大间类方差法 | 第25-26页 |
| 2.5 基于数学形态学的分割方法 | 第26-28页 |
| 2.5.1 分水岭算法的原理 | 第26-27页 |
| 2.5.2 分水岭算法的步骤 | 第27-28页 |
| 2.6 基于遗传算法的分割方法 | 第28-32页 |
| 2.6.1 遗传算法的基本概念 | 第28-29页 |
| 2.6.2 遗传算法的实现过程 | 第29-31页 |
| 2.6.3 基于遗传算法的最大间类方差法 | 第31-32页 |
| 2.7 本章小结 | 第32-33页 |
| 第三章 云模型理论 | 第33-45页 |
| 3.1 云模型的基本概念 | 第33-36页 |
| 3.1.1 云模型定义 | 第33-34页 |
| 3.1.2 云模型的数字特征 | 第34-35页 |
| 3.1.3 云模型的“3En”准则 | 第35-36页 |
| 3.2 正态云发生器 | 第36-40页 |
| 3.2.1 正向云发生器 | 第36-37页 |
| 3.2.2 逆向云发生器 | 第37-39页 |
| 3.2.3 条件云发生器 | 第39-40页 |
| 3.3 云变换 | 第40-41页 |
| 3.3.1 云变换的定义 | 第40-41页 |
| 3.3.2 云变换的特点 | 第41页 |
| 3.4 云综合理论 | 第41-43页 |
| 3.4.1 云概念划分和概念提升 | 第41-42页 |
| 3.4.2 云综合算法 | 第42-43页 |
| 3.5 本章小结 | 第43-45页 |
| 第四章 云模型改进的分水岭图像分割法 | 第45-57页 |
| 4.1 引言 | 第45页 |
| 4.2 云密切度判定法 | 第45-48页 |
| 4.2.1 云密切度概念 | 第46-47页 |
| 4.2.2 云密切度判定 | 第47-48页 |
| 4.3 改进的分水岭算法 | 第48-51页 |
| 4.3.1 云变换 | 第48-50页 |
| 4.3.2 基于云密切度判定的区域合并 | 第50-51页 |
| 4.4 实验结果与分析 | 第51-55页 |
| 4.5 本章小结 | 第55-57页 |
| 第五章 云模型改进的遗传算法阈值图像分割法 | 第57-73页 |
| 5.1 引言 | 第57页 |
| 5.2 基于云模型改进的遗传算法 | 第57-60页 |
| 5.2.1 云模型与遗传算法的结合 | 第57-58页 |
| 5.2.2 云模型对遗传算法的改进 | 第58-60页 |
| 5.3 改进的遗传算法在阈值分割中的应用 | 第60-62页 |
| 5.4 实验结果与分析 | 第62-71页 |
| 5.5 本章小结 | 第71-73页 |
| 第六章 结论和展望 | 第73-75页 |
| 6.1 论文总结 | 第73-74页 |
| 6.2 研究展望 | 第74-75页 |
| 参考文献 | 第75-79页 |
| 致谢 | 第79-81页 |
| 攻读学位期间发表的学术论文 | 第81页 |
