首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于聚类的图像分割方法的研究

摘要第1-5页
ABSTRACT第5-8页
第一章 绪论第8-17页
   ·图像分割研究的重要性及其意义第8-9页
   ·图像分割研究进展第9-10页
   ·图像分割算法综述第10-15页
     ·直方图阀值分割第11页
     ·特征空间聚类第11-12页
     ·基于区域的方法第12-13页
     ·其他方法第13-15页
   ·本文主要内容与章节安排第15-17页
第二章 基于区域增长和多尺度聚类的彩色图像分割方法第17-34页
   ·基于密度连续性的区域增长法彩色图像分割第17-22页
     ·基于密度连续的相关定义第18页
     ·基于密度连续的区域增长图像分割算法流程第18-20页
     ·参数SpatialEps和ColorEps 的确定第20-21页
     ·实验仿真与结果分析第21-22页
   ·多尺度聚类彩色图像分割第22-28页
     ·彩色空间的选取第23-24页
     ·尺度空间理论第24-25页
     ·多尺度聚类(MSC)第25-27页
     ·试验结果与分析第27-28页
   ·基于区域增长和多尺度聚类的彩色图像分割方法第28-32页
     ·算法的提出第28页
     ·颜色空间的选择第28-29页
     ·算法的流程第29页
     ·相关定义第29-30页
     ·试验结果与分析第30-32页
   ·本章小结第32-34页
第三章 基于图论的图像分割方法第34-54页
   ·基于图论的分割方法的原理第34-37页
     ·图的基本概念第34-36页
     ·图论分割方法的原理第36-37页
   ·基于图论的图像分割方法第37-41页
     ·基于图论分割方法的一些概念与准则第37-38页
     ·常见的基于图论的分割方法第38-41页
   ·分层与自适应的算法SWA第41-53页
     ·算法相关定义第41-47页
     ·算法过程第47-49页
     ·SWA 分割方法的试验仿真与讨论第49-53页
   ·本章小结第53-54页
第四章 基于区域增长的SWA 分割方法第54-67页
   ·新分割方法的提出第54-56页
   ·算法与实现第56-61页
     ·基于区域生长算法进行初步分割第56-60页
     ·使用SWA 分割进行细分第60-61页
   ·试验仿真与讨论第61-66页
   ·本章小结第66-67页
第五章 总结与展望第67-69页
致谢第69-70页
参考文献第70-73页
攻硕期间取得的研究成果第73-74页

论文共74页,点击 下载论文
上一篇:无源毫米波成像超分辨算法研究
下一篇:UHF RFID标签芯片电源恢复电路设计