| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-18页 |
| 1.1 图像分割的数学描述 | 第9-10页 |
| 1.2 图像分割算法研究现状 | 第10-16页 |
| 1.2.1 常用的图像分割方法 | 第10-13页 |
| 1.2.2 结合特定工具的图像分割技术 | 第13-16页 |
| 1.3 本文选题的意义及结构安排 | 第16-18页 |
| 第二章 基于直方图的 Otsu 阈值分割算法研究 | 第18-35页 |
| 2.1 基于一维 Otsu 阈值分割算法 | 第18-21页 |
| 2.2 基于二维 Otsu 阈值分割算法 | 第21-23页 |
| 2.3 基于三维 Otsu 阈值分割算法 | 第23-26页 |
| 2.4 一种改进的快速二维otsu图像分割算法 | 第26-29页 |
| 2.4.1 改进的分割算法原理 | 第26-27页 |
| 2.4.2 快速运算 | 第27-28页 |
| 2.4.3 实验结果 | 第28-29页 |
| 2.5 一种与模糊熵相结合的二维 Otsu 图像分割算法 | 第29-32页 |
| 2.5.1 模糊熵的概念 | 第29-30页 |
| 2.5.2 模糊熵作后处理 | 第30-31页 |
| 2.5.3 实验结果 | 第31-32页 |
| 2.6 三种基于 Otsu 阈值分割算法的比较 | 第32-33页 |
| 2.6.1 抗噪性能比较 | 第32-33页 |
| 2.6.2 运算速度比较 | 第33页 |
| 2.7 本章小结 | 第33-35页 |
| 第三章 基于小波变换的图像边缘检测技术 | 第35-52页 |
| 3.1 边缘及边缘检测原理 | 第35-36页 |
| 3.2 常用的边缘检测方法 | 第36-41页 |
| 3.2.1 一阶微分和二阶微分定义 | 第36-37页 |
| 3.2.2 经典微分算子 | 第37-38页 |
| 3.2.3 基于 Canny 算子边缘检测 | 第38-39页 |
| 3.2.4 实验结果 | 第39-41页 |
| 3.3 基于小波变换的多尺度图像边缘检测算法 | 第41-50页 |
| 3.3.1 小波变换的定义 | 第42-43页 |
| 3.3.2 常见的小波函数 | 第43-44页 |
| 3.3.3 多分辨率分析 | 第44-46页 |
| 3.3.4 基于小波变换的图像边缘检测 | 第46-50页 |
| 3.4 一种结合小波变换和经典算子的图像边缘检测算法 | 第50-51页 |
| 3.4.1 基本算法步骤 | 第50页 |
| 3.4.2 实验结果 | 第50-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第四章 基于小波变换和 FCM 的纹理图像分割 | 第52-60页 |
| 4.1 FCM 聚类算法介绍 | 第53-55页 |
| 4.2 小波变换的纹理图像分割 | 第55-57页 |
| 4.2.1 小波域纹理特征提取 | 第55-56页 |
| 4.2.2 模糊c 均值聚类预分割 | 第56-57页 |
| 4.2.3 特征加权进行后分割 | 第57页 |
| 4.3 实验结果 | 第57-58页 |
| 4.4 本章小结 | 第58-60页 |
| 第五章 总结与展望 | 第60-62页 |
| 5.1 总结 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第67页 |