首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

小波和形态学在图像分割中的应用研究

中文摘要第1-4页
ABSTRACT第4-8页
第一章 绪论第8-13页
   ·研究背景及意义第8-9页
   ·国内外研究现状第9-11页
     ·图像分割发展现状第9-10页
     ·分水岭分割发展现状第10-11页
   ·本文内容和章节安排第11-13页
     ·主要研究内容第11-12页
     ·章节安排第12-13页
第二章 小波理论与多分辨分析第13-20页
   ·小波变换定义第13-15页
     ·连续小波变换第13-14页
     ·离散小波第14-15页
   ·小波变换的多分辨分析和Mallat算法第15-19页
     ·多分辨分析定义第15-16页
     ·二维图形小波变换的分解与重构第16-19页
   ·本章小结第19-20页
第三章 形态学分水岭算法第20-29页
   ·基本概念第20-21页
   ·形态学分水岭的数学描述和定义第21-23页
   ·分水岭分割算法过程第23-25页
   ·V-S分水岭算法第25-27页
     ·V-S算法的排序过程第25-26页
     ·V-S的浸没过程第26-27页
   ·分水岭算法特点第27-28页
   ·本章小结第28-29页
第四章 各向异性扩散理论和遗传算法理论第29-32页
   ·各向异性扩散理论第29-30页
   ·自适应遗传算法第30-31页
   ·本章小结第31-32页
第五章 基于改进预处理的分水岭算法第32-47页
   ·本文分割方案设计第32-33页
   ·图像小波分解第33-34页
   ·低频分量的各向异性扩散第34-36页
   ·高频系数的阈值去噪第36-42页
     ·小波阈值收缩第36-37页
     ·改进自适应遗传算法第37-39页
     ·IAGA实现过程第39-40页
     ·小波软阈值萎缩与增强第40-42页
   ·梯度锐化第42-43页
   ·基于标记的分水岭分割第43页
   ·实验结果与分析第43-46页
   ·本章小结第46-47页
结论第47-48页
参考文献第48-51页
致谢第51-52页
攻读硕士期间发表论文第52-53页
个人简历第53页

论文共53页,点击 下载论文
上一篇:基于计算机视觉的体感交互方法研究
下一篇:序列图像中单一运动目标跟踪方法研究