图像区域分割算法的研究与应用
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 引言 | 第14-16页 |
| 1 绪论 | 第16-26页 |
| 1.1 图像分割的研究意义 | 第16-19页 |
| 1.2 图像分割方法概述 | 第19-21页 |
| 1.3 图像区域分割方法的国内外研究现状 | 第21-23页 |
| 1.4 图像区域分割存在的问题与难点 | 第23-24页 |
| 1.5 本文主要工作 | 第24-26页 |
| 2 图像区域分割方法的基本理论 | 第26-42页 |
| 2.1 阈值法 | 第26-31页 |
| 2.1.1 直方图 | 第28-29页 |
| 2.1.2 全局阈值的二值化 | 第29-30页 |
| 2.1.3 局部阈值的二值化 | 第30-31页 |
| 2.2 区域生长和分裂合并 | 第31-33页 |
| 2.3 水平集方法介绍 | 第33-39页 |
| 2.3.1 水平集方法的概念 | 第33-34页 |
| 2.3.2 水平集方法的理论基础 | 第34-37页 |
| 2.3.3 水平集方法的数学表达及数值计算 | 第37-39页 |
| 2.4 分水岭算法 | 第39-42页 |
| 2.4.1 分水岭算法的基本概念 | 第39-40页 |
| 2.4.2 分水岭变换的数学表达 | 第40页 |
| 2.4.3 过分割问题 | 第40-42页 |
| 3 改进的迭代二值化图像分割方法 | 第42-52页 |
| 3.1 引言 | 第42页 |
| 3.2 算法的实现 | 第42-45页 |
| 3.2.1 二值化分割的基本原理 | 第42-43页 |
| 3.2.2 改进的迭代二值化分割 | 第43-44页 |
| 3.2.3 迭代二值化分割 | 第44-45页 |
| 3.3 实验结果与分析 | 第45-49页 |
| 3.4 小结 | 第49-52页 |
| 4 三种水平集方法提取图像轮廓效果的对比 | 第52-60页 |
| 4.1 引言 | 第52-53页 |
| 4.2 C-V模型的求解过程及三种改进算法 | 第53-56页 |
| 4.2.1 C-V模型的求解 | 第53-54页 |
| 4.2.2 基于C-V模型的三种改进分割算法 | 第54-56页 |
| 4.3 实例分析 | 第56-58页 |
| 4.4 小结 | 第58-60页 |
| 5 基于改进标记控制分水岭的树冠图像分割算法 | 第60-68页 |
| 5.1 引言 | 第60页 |
| 5.2 改进的标记控制分水岭分割 | 第60-63页 |
| 5.2.1 改进的同态滤波 | 第61-62页 |
| 5.2.2 生成标记 | 第62页 |
| 5.2.3 树冠分割 | 第62-63页 |
| 5.3 结果与分析 | 第63-67页 |
| 5.3.1 改进的同态滤波结果分析 | 第63-64页 |
| 5.3.2 树冠轮廓提取 | 第64-65页 |
| 5.3.3 精度评价 | 第65-67页 |
| 5.4 小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74-76页 |
| 作者简介及读研期间主要科研成果 | 第76页 |
