| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题研究背景与意义 | 第10-12页 |
| ·图像分割的研究现状 | 第12-16页 |
| ·阈值分割法 | 第13-15页 |
| ·形态学分水岭分割法 | 第15-16页 |
| ·图像分割的评价方法 | 第16-18页 |
| ·本文主要工作及结构安排 | 第18-20页 |
| 第2章 图像分割方法概述 | 第20-31页 |
| ·引言 | 第20-21页 |
| ·几种典型的分割方法 | 第21-29页 |
| ·阈值分割方法 | 第21-23页 |
| ·边缘检测分割方法 | 第23-26页 |
| ·结合区域信息分割方法 | 第26-29页 |
| ·结合特定理论的图像分割方法 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 形态学分水岭分割方法 | 第31-52页 |
| ·引言 | 第31页 |
| ·分水岭算法 | 第31-36页 |
| ·分水岭的数学描述 | 第32-33页 |
| ·分水岭算法的实现 | 第33-34页 |
| ·“过分割”问题及解决方法 | 第34-36页 |
| ·小波变换和形态学多尺度的分水岭分割 | 第36-42页 |
| ·数学形态学算法 | 第36-38页 |
| ·二维小波变换 | 第38-40页 |
| ·形态学多尺度梯度 | 第40-41页 |
| ·形态学重建 | 第41-42页 |
| ·标记阈值的分水岭分割算法 | 第42-45页 |
| ·标记提取 | 第43-44页 |
| ·标记分割 | 第44-45页 |
| ·实验结果与分析 | 第45-51页 |
| ·实验1 结合小波变换和形态学多尺度的分水岭分割 | 第45-48页 |
| ·实验2 标记阈值的分水岭分割 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 基于Fisher 线性判别的图像分割 | 第52-73页 |
| ·引言 | 第52-53页 |
| ·Fisher 线性判别准则 | 第53-56页 |
| ·模式识别中的Fisher 理论 | 第53-55页 |
| ·基于Fisher 线性判别的图像分割 | 第55-56页 |
| ·基于粒子群的二维 Fisher 图像分割 | 第56-60页 |
| ·二维直方图 | 第56-57页 |
| ·二维Fisher 线性判别分割方法 | 第57-58页 |
| ·粒子群优化算法及算法分析 | 第58-60页 |
| ·属性直方图的二维 Fisher 分割及快速递推算法 | 第60-63页 |
| ·二维属性直方图 | 第61-62页 |
| ·快速递推算法及复杂性分析 | 第62-63页 |
| ·实验结果和分析 | 第63-71页 |
| ·实验1 粒子群算法在二维Fisher 分割中的应用 | 第64-67页 |
| ·实验 2 基于属性直方图的二维 Fisher 分割及快速算法 | 第67-71页 |
| ·本章小结 | 第71-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-82页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第82-83页 |
| 致谢 | 第83-84页 |
| 作者简介 | 第84页 |
