| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题研究的目的及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-17页 |
| 1.2.1 图像分割研究现状 | 第11-17页 |
| 1.2.2 图像分割的发展趋势 | 第17页 |
| 1.3 本文组织安排 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第2章 中智学理论的基础知识及应用 | 第19-26页 |
| 2.1 中智学理论 | 第19-22页 |
| 2.1.1 中智学 | 第20页 |
| 2.1.2 中智学集合 | 第20-22页 |
| 2.2 中智学图像 | 第22-23页 |
| 2.3 中智学在图像处理中的应用 | 第23-25页 |
| 2.3.1 图像去噪 | 第23-24页 |
| 2.3.2 图像分割 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于中智学的分水岭算法 | 第26-42页 |
| 3.1 分水岭算法 | 第26-29页 |
| 3.1.1 分水岭算法的基本原理 | 第26-28页 |
| 3.1.2 分水岭分割的数学描述 | 第28-29页 |
| 3.2 本章的算法 | 第29-37页 |
| 3.2.1 图像转换 | 第30-34页 |
| 3.2.2 图像增强 | 第34-35页 |
| 3.2.3 阈值选取 | 第35页 |
| 3.2.4 二值化图像 | 第35-36页 |
| 3.2.5 分水岭分割 | 第36-37页 |
| 3.3 实验结果与分析 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于 LPG&PCA 的中智学图像分割算法 | 第42-56页 |
| 4.1 引言 | 第42-43页 |
| 4.2 本章的算法 | 第43-49页 |
| 4.2.1 中智学图像转换 | 第44-45页 |
| 4.2.2 β -增强运算 | 第45-46页 |
| 4.2.3 中智学图像熵 | 第46页 |
| 4.2.4 α -LPG&PCA 运算 | 第46-48页 |
| 4.2.5 g - 均值聚类 | 第48-49页 |
| 4.3 实验结果与分析 | 第49-55页 |
| 4.3.1 实验与结果分析 | 第50-54页 |
| 4.3.2 性能评价 | 第54-55页 |
| 4.4 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 本文工作总结 | 第56-57页 |
| 5.2 未来工作展望 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间撰写的论文和参加科研情况 | 第61-62页 |
| 一、攻读硕士学位期间发表的论文 | 第61页 |
| 二、攻读硕士学位期间参加科研情况 | 第61-62页 |
| 致谢 | 第62-63页 |