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

基于水平集和分水岭的图像分割算法研究

摘要第1-4页
Abstract第4-7页
第一章 绪论第7-13页
   ·图像分割的基本概念第7-8页
   ·课题研究背景及意义第8页
   ·国内外相关研究及现状第8-12页
     ·阈值法第9页
     ·基于边缘检测方法第9-10页
     ·基于区域的分割方法第10页
     ·结合特定理论工具的分割方法第10-12页
   ·本文组织结构第12-13页
第二章 水平集方法介绍第13-21页
   ·活动轮廓模型第13-15页
     ·参数活动轮廓模型第13-14页
     ·几何活动轮廓模型第14-15页
   ·水平集方法的基本理论第15-19页
     ·曲线演化理论第15-16页
     ·水平集方法第16-19页
   ·小结第19-21页
第三章 自适应距离保持水平集方法第21-29页
   ·距离保持水平集方法第21-23页
     ·方法简介第21-22页
     ·方法分析第22-23页
   ·自适应距离保持水平集方法第23-26页
     ·方法简介第23-24页
     ·方法分析第24-26页
   ·改进的自适应距离保持水平集方法第26-28页
     ·改进可变权系数第26-27页
     ·改进停止速度函数第27页
     ·实验结果与分析第27-28页
   ·小结第28-29页
第四章 基于标记的分水岭分割方法第29-45页
   ·分水岭算法的基本概念和原理第29-31页
   ·常用的分水岭分割方法第31-34页
     ·基于距离变换的分水岭变换第31-32页
     ·基于梯度的分水岭分割第32-33页
     ·基于标记的分水岭分割第33-34页
   ·边缘检测算子第34-39页
     ·Robert 边缘检测算子第34-35页
     ·Sobel 边缘检测算子第35页
     ·Prewitt 边缘检测算子第35-36页
     ·Laplacian(LoG)边缘检测算子第36页
     ·Canny 边缘检测算子第36-37页
     ·各边缘检测算子性能比较第37-39页
   ·基于标记的改进分水岭算法第39-43页
     ·算法原理第39-40页
     ·形态学梯度第40-41页
     ·形态学重建第41页
     ·标记提取第41-42页
     ·基于标记的分水岭分割第42页
     ·实验结果及分析第42-43页
   ·小结第43-45页
第五章 水平集和分水岭的组合分割算法第45-53页
   ·数学形态学图像处理第45-46页
     ·数学形态学的基本概念第45页
     ·灰度腐蚀第45-46页
     ·灰度膨胀第46页
     ·灰度开、闭运算第46页
   ·基于水平集和分水岭的图像分割组合算法第46-48页
     ·算法原理第46-47页
     ·算法步骤第47-48页
   ·实验结果及分析第48-53页
第六章 总结及展望第53-55页
   ·总结第53页
   ·展望第53-55页
致谢第55-57页
参考文献第57-60页

论文共60页,点击 下载论文
上一篇:基于叶片形状特征的植物识别技术研究
下一篇:基于匹配误差的图形元素选择算法研究