多源图像区域分割的分水岭算法研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的背景及意义 | 第11-13页 |
| ·区域分割的研究现状 | 第13页 |
| ·常见的基于区域分割的方法 | 第13-15页 |
| ·本文的主要工作和创新点 | 第15页 |
| ·本文结构 | 第15-17页 |
| 第2章 传统的分水岭算法 | 第17-34页 |
| ·分水岭算法的思想 | 第17-21页 |
| ·分水岭算法的原理 | 第21-24页 |
| ·分水岭算法的相关概念 | 第24-26页 |
| ·分水岭算法的数学描述 | 第26-28页 |
| ·分水岭算法的分割过程 | 第28-29页 |
| ·几种分水岭算法 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 多源图像的预处理 | 第34-54页 |
| ·多源图像的去噪 | 第34-42页 |
| ·噪声分析 | 第34-36页 |
| ·常用的图像去噪方法 | 第36-37页 |
| ·几种较新的去噪方法 | 第37-42页 |
| ·多源图像的平滑 | 第42-47页 |
| ·常见的图像平滑方法 | 第42-47页 |
| ·多源图像的滤波 | 第47-53页 |
| ·常用的图像滤波方法 | 第47-53页 |
| ·本章小结 | 第53-54页 |
| 第4章 结合阈值分割的分水岭算法 | 第54-69页 |
| ·图像阈值分割概述 | 第54-55页 |
| ·常用的阈值分割方法 | 第55-61页 |
| ·全局阈值法 | 第55-60页 |
| ·局部阈值法 | 第60页 |
| ·动态阈值法 | 第60-61页 |
| ·改进的最大类间方差法 | 第61-68页 |
| ·本章小结 | 第68-69页 |
| 第5章 结合聚类分割的分水岭算法 | 第69-80页 |
| ·图像聚类分割概述 | 第69-71页 |
| ·常用的图像聚类分割算法 | 第71-74页 |
| ·划分聚类算法 | 第71-72页 |
| ·层次聚类算法 | 第72-73页 |
| ·基于密度的聚类算法 | 第73页 |
| ·基于模型的聚类算法 | 第73-74页 |
| ·基于网格的聚类算法 | 第74页 |
| ·改进的 FCM 聚类分割算法 | 第74-79页 |
| ·本章小结 | 第79-80页 |
| 结论 | 第80-82页 |
| 参考文献 | 第82-86页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第86-87页 |
| 致谢 | 第87-88页 |
