| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 分水岭算法研究现状 | 第11-12页 |
| 1.2.2 NCut算法研究现状 | 第12-13页 |
| 1.3 本文章节安排 | 第13-15页 |
| 第二章 图像分割相关理论 | 第15-22页 |
| 2.1 图像分割概述 | 第15-18页 |
| 2.1.1 图像分割的定义 | 第15页 |
| 2.1.2 阈值分割 | 第15-16页 |
| 2.1.3 边缘检测 | 第16-17页 |
| 2.1.4 区域分割 | 第17页 |
| 2.1.5 图论分割 | 第17-18页 |
| 2.1.6 其它分割算法 | 第18页 |
| 2.2 频域滤波 | 第18-21页 |
| 2.2.1 傅里叶变换 | 第19-20页 |
| 2.2.2 频域滤波步骤 | 第20-21页 |
| 2.2.3 巴特沃斯低通滤波器 | 第21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 分水岭算法及改进算法 | 第22-43页 |
| 3.1 数学形态学 | 第22-26页 |
| 3.1.1 集合论中的几个基本概念 | 第22-23页 |
| 3.1.2 灰度形态学 | 第23-26页 |
| 3.2 分水岭算法原理及数学表述 | 第26-30页 |
| 3.2.1 传统分水岭算法 | 第26-29页 |
| 3.2.2 分水岭算法的特点 | 第29-30页 |
| 3.3 分水岭算法改进算法 | 第30-41页 |
| 3.3.1 彩色图像梯度 | 第31-33页 |
| 3.3.2 标记提取 | 第33-37页 |
| 3.3.3 实验分析 | 第37-41页 |
| 3.4 本章小结 | 第41-43页 |
| 第四章 基于改进分水岭算法和NCut算法的图像分割 | 第43-57页 |
| 4.1 图算法的相关知识 | 第43-44页 |
| 4.1.1 图的概念 | 第43-44页 |
| 4.1.2 无向图与有向图 | 第44页 |
| 4.2 NCut算法原理 | 第44-48页 |
| 4.2.1 最小割 | 第44-45页 |
| 4.2.2 标准分割（Normalized Cuts） | 第45-46页 |
| 4.2.3 NCut算法近似求解算法 | 第46-48页 |
| 4.2.4 NCut算法分割步骤 | 第48页 |
| 4.3 结合改进分水岭算法和NCut算法的彩色图像分割 | 第48-56页 |
| 4.3.1 分水岭算法预分割 | 第48-49页 |
| 4.3.2 权值矩阵构建 | 第49-53页 |
| 4.3.3 算法实现步骤 | 第53页 |
| 4.3.4 实验与分析 | 第53-56页 |
| 4.4 本章小结 | 第56-57页 |
| 总结与展望 | 第57-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间取得的研究成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 笞辩委员会对论文的评定意见 | 第65页 |
