| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 侧抑制网络研究现状 | 第11-12页 |
| 1.2.2 图像分割研究现状 | 第12-15页 |
| 1.3 本文的主要工作和安排 | 第15-16页 |
| 第2章 侧抑制网络与阈值分割法结合方案设计 | 第16-24页 |
| 2.1 侧抑制网络 | 第16-19页 |
| 2.1.1 侧抑制现象 | 第16-17页 |
| 2.1.2 侧抑制网络的数学模型及分类 | 第17-18页 |
| 2.1.3 侧抑制网络在图像处理中的应用 | 第18-19页 |
| 2.2 阈值分割算法 | 第19-22页 |
| 2.2.1 常用的全局阈值分割算法 | 第19-22页 |
| 2.2.2 OTSU法与交叉熵法的比较 | 第22页 |
| 2.3 算法结合的基本思想及其方案设计 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于侧抑制网络的二维OTSU阈值分割算法 | 第24-38页 |
| 3.1 一维OTSU阈值分割算法 | 第24-26页 |
| 3.2 二维OTSU阈值分割算法 | 第26-27页 |
| 3.2.1 建立二维灰度直方图 | 第26页 |
| 3.2.2 最佳分割阈值对的计算 | 第26-27页 |
| 3.3 基于侧抑制网络的二维OTSU阈值分割算法 | 第27-32页 |
| 3.3.1 获取侧抑制图像 | 第28-29页 |
| 3.3.2 建立灰度-侧抑制二维直方图 | 第29-30页 |
| 3.3.3 灰度 -侧抑制二维OTSU阈值分割算法 | 第30-31页 |
| 3.3.4 快速递推算法 | 第31-32页 |
| 3.4 实验结果与分析 | 第32-37页 |
| 3.4.1 低对比度图像 | 第33-34页 |
| 3.4.2 细微间断图像 | 第34-35页 |
| 3.4.3 不均匀光照图像 | 第35-36页 |
| 3.4.4 噪声图像 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第4章 基于侧抑制网络的二维交叉熵阈值分割算法 | 第38-50页 |
| 4.1 一维交叉熵阈值分割算法 | 第38-39页 |
| 4.2 二维交叉熵阈值分割算法 | 第39-41页 |
| 4.3 基于侧抑制网络的二维交叉熵阈值分割算法 | 第41-46页 |
| 4.3.1 改进的算法 | 第41-44页 |
| 4.3.2 快速递推算法 | 第44-46页 |
| 4.4 实验结果与分析 | 第46-49页 |
| 4.4.1 低对比度图像 | 第46-47页 |
| 4.4.2 不均匀光照图像 | 第47-48页 |
| 4.4.3 噪声图像 | 第48-49页 |
| 4.4.4 其他真实图像 | 第49页 |
| 4.5 本章小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50页 |
| 5.2 展望 | 第50-52页 |
| 参考文献 | 第52-56页 |
| 致谢 | 第56-57页 |
| 附录A 攻读学位期间所发表的学术论文和参与的项目 | 第57-58页 |
| 附录B 攻读学位期间申请并取得的软件著作权 | 第58页 |