| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-14页 |
| ·图像分割研究背景和意义 | 第8-9页 |
| ·图像分割研究现状 | 第9-10页 |
| ·图像分割方法概述 | 第10-12页 |
| ·评价指标 | 第12-13页 |
| ·文章结构和概括 | 第13-14页 |
| 2 基于 Arimoto 熵和 LS-SVM 的像素级彩色图像分割算法 | 第14-28页 |
| ·最小二乘支持向量机（LS-SVM） | 第14-15页 |
| ·像素级特征提取 | 第15-20页 |
| ·像素级颜色特征的提取 | 第15-17页 |
| ·像素级纹理特征的提取 | 第17-20页 |
| ·算法描述 | 第20-22页 |
| ·实验结果与分析 | 第22-27页 |
| ·本文算法小结 | 第27-28页 |
| 3 基于自适应高斯混合模型（AGMM）的图像分割算法 | 第28-43页 |
| ·非下采样轮廓变换 | 第28-30页 |
| ·非下采样金字塔分解（NSP） | 第29页 |
| ·非下采样滤波器分解 | 第29-30页 |
| ·建立考虑邻域信息的 AGMM | 第30-33页 |
| ·高斯混合模型及参数估计 | 第30-31页 |
| ·考虑邻域信息的 AGMM | 第31-33页 |
| ·建立考虑邻域信息的 AGMM 过程 | 第33页 |
| ·算法描述 | 第33-34页 |
| ·实验结果与分析 | 第34-42页 |
| ·本章小结 | 第42-43页 |
| 4 PDTDFB 域 HMT 图像分割算法 | 第43-56页 |
| ·隐马尔科夫树模型 | 第43页 |
| ·小波域隐马尔科夫树模型 | 第43-45页 |
| ·PDTDFB 域建模 | 第45-49页 |
| ·金字塔对偶树方向滤波器组（PDTDFB） | 第45-47页 |
| ·基于模和相位局部均值方向的 PDTDFB-HMT 模型 | 第47-49页 |
| ·算法描述 | 第49-52页 |
| ·实验结果与分析 | 第52-55页 |
| ·小结 | 第55-56页 |
| 5 总结 | 第56-58页 |
| ·工作总结和创新 | 第56页 |
| ·展望未来 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 攻读硕士学位期间发表学术论文及参加科研项目情况 | 第62-63页 |
| 致谢 | 第63页 |
