改进的分水岭算法研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 本文研究内容及结构安排 | 第13-17页 |
| 2 图像分割及数学形态学基础 | 第17-31页 |
| 2.1 图像分割技术 | 第17-24页 |
| 2.1.1 分割概述 | 第17-18页 |
| 2.1.2 常用分割算法 | 第18-24页 |
| 2.2 数学形态学理论 | 第24-30页 |
| 2.2.1 形态学概述 | 第24-25页 |
| 2.2.2 形态学结构元及基本操作 | 第25-30页 |
| 2.3 小结 | 第30-31页 |
| 3 分水岭算法及改进分析 | 第31-58页 |
| 3.1 分水岭算法 | 第31-35页 |
| 3.1.1 算法概述 | 第31-34页 |
| 3.1.2 算法优缺点分析 | 第34-35页 |
| 3.2 改进的分水岭算法 | 第35-57页 |
| 3.2.1 改进算法流程 | 第35-36页 |
| 3.2.2 多结构形态学滤波 | 第36-42页 |
| 3.2.3 梯度计算模型 | 第42-44页 |
| 3.2.4 多尺度形态学重建 | 第44-48页 |
| 3.2.5 标记抽取及分水岭分割 | 第48-53页 |
| 3.2.6 全局最大相似性区域合并 | 第53-57页 |
| 3.3 小结 | 第57-58页 |
| 4 实验及结果分析 | 第58-69页 |
| 4.1 实验环境 | 第58页 |
| 4.1.1 实验平台 | 第58页 |
| 4.1.2 实验数据集 | 第58页 |
| 4.2 分割评价基准 | 第58-60页 |
| 4.3 实验参数调优 | 第60页 |
| 4.4 实验结果分析 | 第60-68页 |
| 4.5 小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 作者简历 | 第75-77页 |
| 学位论文数据集 | 第77-78页 |
