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 |
