| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景及意义 | 第8页 |
| ·目前研究现状 | 第8-10页 |
| ·基于直方图的阈值分割方法 | 第9页 |
| ·基于边缘检测的方法 | 第9页 |
| ·基于区域的方法 | 第9-10页 |
| ·基于可变模型的分割方法 | 第10页 |
| ·基于特定理论工具的一些方法 | 第10页 |
| ·本文的研究内容及结构概要 | 第10-11页 |
| ·各章节安排 | 第11-12页 |
| 第二章 图像预处理与颜色空间 | 第12-21页 |
| ·空域平滑滤波器基本原理 | 第12-16页 |
| ·线性平滑滤波 | 第13-14页 |
| ·非线性平滑滤波器 | 第14-15页 |
| ·Susan 滤波器 | 第15-16页 |
| ·常见的对比度增强算法 | 第16-18页 |
| ·线性灰度变换 | 第16-17页 |
| ·直方图均衡化 | 第17-18页 |
| ·颜色模型 | 第18-20页 |
| ·RGB 模型 | 第18-19页 |
| ·HSI 颜色模型 | 第19页 |
| ·NTSC 模型 | 第19-20页 |
| ·YCbCr 模型 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 图像分割与边缘检测 | 第21-36页 |
| ·图像分割 | 第21-26页 |
| ·图像分割的定义 | 第21-22页 |
| ·图像分割的体系结构 | 第22页 |
| ·图像分割方法分类 | 第22-23页 |
| ·图像分割方法简介 | 第23-26页 |
| ·边缘检测 | 第26-35页 |
| ·边缘检测的意义 | 第26-27页 |
| ·彩色边缘 | 第27-28页 |
| ·边缘算子法 | 第28-31页 |
| ·模板匹配法 | 第31-33页 |
| ·曲面拟合法 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第四章 基于聚类的统计向量排序方法 | 第36-50页 |
| ·聚类分析 | 第36-39页 |
| ·聚类准则 | 第36-37页 |
| ·主要聚类方法及其研究进展 | 第37-39页 |
| ·基于聚类算法的图像分割技术的研究现状与发展 | 第39页 |
| ·基于聚类分析的统计向量排序方法 | 第39-49页 |
| ·Bilateral Filtering 双面滤波预处理 | 第39-41页 |
| ·应用Otsu 获取图像初始分割阈值 | 第41-42页 |
| ·图像模糊增强处理 | 第42-44页 |
| ·构造统计向量 | 第44-45页 |
| ·确定边缘提取算法原理 | 第45-46页 |
| ·设定阈值缩小边缘像素点的考察范围 | 第46-47页 |
| ·试验结果与分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第五章 基于区域直方图划分的模糊熵分割方法 | 第50-64页 |
| ·直方图分割及传统分水岭算法 | 第50-52页 |
| ·区域直方图分割方法的不足 | 第50-51页 |
| ·传统的分水岭分割方法 | 第51-52页 |
| ·模糊集合及模糊熵原理 | 第52-55页 |
| ·模糊集合概念和常用函数模型 | 第52-54页 |
| ·模糊度与模糊熵 | 第54-55页 |
| ·基于模糊划分的TOP-DOWN 分割方法 | 第55-63页 |
| ·Top-Down 分割方法 | 第55-56页 |
| ·目标预估计分割阈值的确定 | 第56-57页 |
| ·目标预估计像素点的确定 | 第57页 |
| ·利用模糊熵确定最终目标强度 | 第57-61页 |
| ·实验结果 | 第61-63页 |
| ·本章小结 | 第63-64页 |
| 第六章 总结与展望 | 第64-65页 |
| ·总结 | 第64页 |
| ·今后的工作展望 | 第64-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-71页 |
| 附录： 作者在攻读硕士学位期间发表的论文 | 第71页 |