图像的多区域分割研究
| 第1章 绪论 | 第1-14页 |
| 1．1 图像分割的定义 | 第9-10页 |
| 1．2 图像分割技术的发展及研究现状 | 第10-12页 |
| 1．3 图像分割的意义及应用 | 第12页 |
| 1．4 论文的主要工作 | 第12-14页 |
| 第2章 图像的预处理 | 第14-36页 |
| 2．1 空间域滤波 | 第14-20页 |
| 2．1．1 线性滤波器 | 第15-16页 |
| 2．1．2 非线性滤波器 | 第16-20页 |
| 2．2 图像的边缘检测 | 第20-35页 |
| 2．2．1 边缘的概念 | 第20-22页 |
| 2．2．2 边缘检测的数学基础 | 第22-24页 |
| 2．2．3 边缘检测算子 | 第24-35页 |
| 2．3 本章小结 | 第35-36页 |
| 第3章 基于区域的图像分割方法 | 第36-50页 |
| 3．1 引言 | 第36页 |
| 3．2 基本分割方法 | 第36-49页 |
| 3．2．1 区域生长法 | 第36-39页 |
| 3．2．2 分裂-合并法 | 第39-41页 |
| 3．2．3 松弛迭代法 | 第41-46页 |
| 3．2．4 K-均值聚类法 | 第46-48页 |
| 3．2．5 相似性分割法 | 第48-49页 |
| 3．3 本章小结 | 第49-50页 |
| 第4章 基于阈值选取的图像分割方法 | 第50-68页 |
| 4．1 基本原理 | 第50-51页 |
| 4．2 阈值的选取方法 | 第51-67页 |
| 4．2．1 迭代阈值选取方法 | 第51-53页 |
| 4．2．2 基于梯度直方图的阈值选取方法 | 第53-54页 |
| 4．2．3 基于直方图凹性分析的阈值选取方法 | 第54-56页 |
| 4．2．4 基于矩的阈值选取方法 | 第56-60页 |
| 4．2．5 基于熵的阈值选取方法 | 第60-67页 |
| 4．3 本章小结 | 第67-68页 |
| 第5章 结合特定理论的图像分割方法 | 第68-85页 |
| 5．1 基于小波分析的图像分割方法 | 第68-75页 |
| 5．1．1 小波变换的基本原理 | 第68-72页 |
| 5．1．2 基于多分辨率分析的图像分割方法 | 第72-75页 |
| 5．2 基于信息融合技术的图像分割方法 | 第75-84页 |
| 5．2．1 信息融合的基本概念 | 第75-77页 |
| 5．2．2 图像融合的基本原理 | 第77-79页 |
| 5．2．3 基于图像融合的医学图像分割方法 | 第79-84页 |
| 5．3 本章小结 | 第84-85页 |
| 结论 | 第85-87页 |
| 参考文献 | 第87-91页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第91-92页 |
| 致谢 | 第92页 |
