基于统计和谱图的图像阈值分割方法研究

摘要	第1-7页
Abstract	第7-13页
第1章 绪论	第13-30页
·图像分割的研究内容	第13-14页
·图像分割技术分类	第14-16页
·阈值分割技术分类	第16-17页
·阈值分割研究现状	第17-25页
·基于直方图形状的阂值分割	第17-18页
·基于聚类的阈值分割	第18-20页
·基于熵的阈值分割	第20-21页
·基于属性相似性的阈值分割	第21-22页
·基于空间信息的阈值分割	第22-24页
·基于局部信息的阈值分割	第24-25页
·阈值分割质量评价	第25-27页
·二级阈值分割质量评价	第25-26页
·多级阈值分割质量评价	第26-27页
·本文的研究内容	第27-28页
·本文的结构	第28-30页
第2章 基于统计的图像阈值分割	第30-53页
·经典的统计阈值分割方法	第30-32页
·最大类间方差法(OTSU)	第30-31页
·最小类方差方法(HOU)	第31-32页
·改进的统计阈值分割方法	第32-41页
·改进的统计阈值准则	第32-34页
·算法流程	第34-35页
·实验结果及分析	第35-41页
·红外图像统计阈值分割方法	第41-52页
·红外图像统计阈值准则	第41-43页
·等周常数	第43-44页
·本文方法与等周常数的关系	第44页
·实验结果及分析	第44-52页
·本章小结	第52-53页
第3章 基于谱图的图像阈值分割	第53-74页
·引言	第53页
·视觉感知	第53-54页
·等周图割	第54-55页
·基于视觉感知和等周图割的二级阈值分割	第55-63页
·候选阈值的确定	第56页
·分割阈值的确定	第56-57页
·算法流程	第57页
·实验结果及分析	第57-63页
·基于等周图割的自动多级阈值分割	第63-73页
·等周率计算的推导	第64-66页
·多级阈值的选择	第66页
·阈值个数的自动确定	第66-67页
·实验结果及分析	第67-73页
·本章小结	第73-74页
第4章 基于过渡区域的图像阈值分割	第74-101页
·引言	第74页
·过渡区域的特点	第74-75页
·经典的基于过渡区域的阈值分割	第75-77页
·有效平均梯度法	第75-76页
·局部熵方法	第76-77页
·基于灰度差异的过渡区域提取及阈值分割	第77-83页
·灰度差异	第77-79页
·过渡区域的提取与阈值分割	第79页
·实验结果及分析	第79-83页
·改进的基于灰度差异的过渡区域提取及阈值分割	第83-88页
·改进的/灰度差异	第83-84页
·过渡区域的提取与阈值分割	第84页
·实验结果及分析	第84-88页
·融合局部复杂度与方差的过渡区域提取及阈值分割	第88-100页
·局部复杂度	第88-89页
·局部方差	第89页
·融合局部复杂度与方差的过渡区域描述子	第89-91页
·过渡区域的提取与阈值分割	第91页
·实验结果及分析	第91-100页
·本章小结	第100-101页
第5章 无监督的图像阈值分割	第101-119页
·动机	第101页
·无监督的基于局部方差的过渡区域提取及阈值分割	第101-111页
·局部方差	第101-102页
·图像变换	第102-104页
·过渡区域的提取与阈值分割	第104页
·实验结果及分析	第104-111页
·无监督的范围受限的阈值分割	第111-117页
·范围受限的阈值分割方法	第111-113页
·实验结果及分析	第113-117页
·本章小结	第117-119页
第6章 结论与展望	第119-122页
·本文的主要贡献	第119-120页
·阈值分割领域的展望	第120-122页
致谢	第122-123页
参考文献	第123-133页
附录A:主持或参与的科研项目	第133-134页
附录B:攻读博士学位期间发表和录用的论文	第134-135页
附录C:在审稿件	第135-136页
附录D:攻读博士期间获得的奖励	第136页