桉树图像的分割方法研究
| 摘要 | 第7-8页 |
| Abstract | 第8页 |
| 1 图像分割的基本概念 | 第9-13页 |
| 1.1 图像分割的定义 | 第9-10页 |
| 1.2 图像分割在图像工程中的地位 | 第10-11页 |
| 1.3 图像分割的分类 | 第11-13页 |
| 2 图像分割常规算法的研究 | 第13-23页 |
| 2.1 ANT-TREE聚类算法 | 第13-14页 |
| 2.1.1 Ant-Tree算法描述 | 第13-14页 |
| 2.1.2 Ant-Tree算法总结 | 第14页 |
| 2.2 阈值分割法 | 第14-17页 |
| 2.2.1 阈值分割法基础 | 第14-15页 |
| 2.2.2 阈值分割法在桉树分割上的应用 | 第15-17页 |
| 2.3 边缘检测法 | 第17-21页 |
| 2.3.1 边缘检测法基础 | 第17-18页 |
| 2.3.2 边缘检测方法在桉树分割上的应用 | 第18-21页 |
| 2.4 区域分割法 | 第21-22页 |
| 2.4.1 区域生长法 | 第21页 |
| 2.4.4 区域分裂合并法 | 第21-22页 |
| 2.5 本章总结 | 第22-23页 |
| 3 适合桉树图像的分割算法的研究 | 第23-35页 |
| 3.1 确定桉树图像分割的研究范围 | 第23页 |
| 3.2 桉树图像分割所采用的基准值 | 第23页 |
| 3.3 基于色彩的分割方法 | 第23-32页 |
| 3.3.1 分割所用的色彩空间 | 第24-27页 |
| 3.3.2 适合HIS色彩空间的分割策略 | 第27-31页 |
| 3.3.3 关于色彩分割的总结 | 第31-32页 |
| 3.4 基于纹理的分割 | 第32-35页 |
| 3.4.1 纹理的定义 | 第32页 |
| 3.4.2 纹理分割的方法 | 第32-35页 |
| 4 基于GMM与EM算法的分割 | 第35-39页 |
| 4.1 GMM模型 | 第35-36页 |
| 4.2 EM算法 | 第36页 |
| 4.3 基于GMM和EM的彩色图像分割算法 | 第36-38页 |
| 4.4 实验结果分析 | 第38-39页 |
| 5 基于K-L变换和OSTU算法的分割 | 第39-42页 |
| 5.1 算法模型 | 第39-41页 |
| 5.2 小结 | 第41-42页 |
| 6 总结及展望 | 第42-43页 |
| 6.1 总结 | 第42页 |
| 6.2 讨论 | 第42-43页 |
| 参考文献 | 第43-47页 |
| 附录:本文所用的MATLAB图像处理函数 | 第47-50页 |
| 致谢 | 第50页 |
