| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 第1章 绪论 | 第7-22页 |
| ·选题背景和意义 | 第7-8页 |
| ·图像分割技术 | 第8-19页 |
| ·图像分割原理 | 第8-9页 |
| ·图像分割算法概述 | 第9页 |
| ·基于阈值的图像分割方法 | 第9-16页 |
| ·基于边缘的图像分割方法 | 第16-19页 |
| ·图像分割目前存在的主要问题和发展趋势 | 第19-22页 |
| ·研究目标 | 第20页 |
| ·论文章节安排 | 第20-22页 |
| 第2章 数学形态学及其在图像处理中的应用 | 第22-37页 |
| ·引言 | 第22页 |
| ·数学形态学的基本运算 | 第22-31页 |
| ·结构元素 | 第23-24页 |
| ·膨胀和腐蚀 | 第24-26页 |
| ·开启和闭合 | 第26-28页 |
| ·数学形态学基本运算性质 | 第28-29页 |
| ·数学形态学梯度 | 第29-30页 |
| ·Top-hat变换 | 第30-31页 |
| ·数学形态学在图像处理中的应用 | 第31-37页 |
| ·数学形态学用于基于区域的图像分割 | 第32-33页 |
| ·数学形态学用于基于边缘的图像分割 | 第33-34页 |
| ·形态学边缘检测与传统边缘检测比较 | 第34-37页 |
| 第3章 基于数学形态学的最大二维信息熵及Canny边缘检测图像分割算法 | 第37-47页 |
| ·基于最大二维熵的图像分割 | 第37-40页 |
| ·基于数学形态学的最大二维信息熵边缘检测 | 第40-41页 |
| ·Canny边缘检测算子 | 第41-43页 |
| ·Canny边缘检测算子的基本原理 | 第41-42页 |
| ·Canny边缘检测算法 | 第42-43页 |
| ·基于数学形态学的最大二维信息熵及Canny边缘检测图像分割 | 第43-44页 |
| ·实验结果与分析 | 第44-47页 |
| 第4章 总结与展望 | 第47-49页 |
| ·总结 | 第47页 |
| ·课题研究工作地不足与展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-52页 |