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

基于脊检测和区域快速合并的分水岭分割算法

摘要第4-5页
ABSTRACT第5页
第1章 绪论第8-12页
    1.1 研究背景与意义第8-9页
    1.2 国内外研究现状第9-10页
    1.3 本文的主要研究内容第10-11页
    1.4 论文的组织结构第11-12页
第2章 相关技术背景介绍第12-24页
    2.1 图像分割前的预处理第12-14页
    2.2 二值图像的形态学第14-16页
    2.3 图像分割技术第16-21页
        2.3.1 基于阈值的图像分割第16-17页
        2.3.2 基于边缘的图像分割第17-18页
        2.3.3 基于图论的图像分割第18页
        2.3.4 基于区域的图像分割第18-20页
        2.3.5 基于聚类的图像分割第20-21页
        2.3.6 基于形态学的图像分割第21页
    2.4 图像分割结果评价第21-23页
        2.4.1 评价方法第21-22页
        2.4.2 评判标准第22-23页
    2.5 本章小结第23-24页
第3章 基于分水岭算法的金相图分割第24-34页
    3.1 引言第24页
    3.2 算法原理第24-27页
    3.3 常见的分水岭分割算法第27-28页
    3.4 分水岭算法的过分割问题第28-32页
        3.4.1 分割前的处理第29-31页
        3.4.2 分割后的处理第31-32页
        3.4.3“伪模块”第32页
    3.5 应用结果第32-33页
    3.6 本章小结第33-34页
第4章 基于脊检测和区域快速合并的分割算法第34-46页
    4.1 算法描述第34-36页
    4.2 预处理后的效果演示第36页
    4.3 脊线检测第36-40页
        4.3.1 Hessian矩阵第36-38页
        4.3.2 脊线末端延长法算法描述第38-39页
        4.3.3 脊线末端延长法的探测流程第39-40页
        4.3.4 脊线末端延长法探测结果第40页
    4.4“伪模块”标记规则第40-42页
    4.5 区域快速合并第42-45页
        4.5.1 算法描述第42-43页
        4.5.2 相似度计算准则第43-44页
        4.5.3“伪模块”合并流程第44-45页
    4.6 本章小结第45-46页
第5章 实验结果与分析第46-52页
    5.1 图像数据集第46-47页
    5.2 实验结果与分析第47-51页
        5.2.1 实验结果第47-49页
        5.2.2 实验分析第49-51页
    5.3 本章小结第51-52页
第6章 总结与展望第52-54页
    6.1 内容总结第52-53页
    6.2 研究展望第53-54页
致谢第54-55页
参考文献第55-60页
附录1 攻读硕士学位期间发表的论文第60-61页
附录2 攻读硕士学位期间参加的科研项目第61-62页
详细摘要第62-65页

论文共65页,点击 下载论文
上一篇:基于流形学习的面部表情图像识别方法研究
下一篇:多消息多接收者的签密方案研究