摘要 | 第4-5页 |
abstract | 第5-6页 |
第1章 绪论 | 第11-17页 |
1.1 课题研究背景及意义 | 第11-12页 |
1.2 图像阈值分割方法研究现状 | 第12-15页 |
1.2.1 基于直方图的阈值选取方法 | 第12-14页 |
1.2.2 基于空间特征的阈值选取方法 | 第14-15页 |
1.2.3 现有方法的不足 | 第15页 |
1.3 论文主要研究工作 | 第15-16页 |
1.4 论文结构安排 | 第16-17页 |
第2章 相关理论介绍 | 第17-25页 |
2.1 图像阈值分割定义 | 第17-18页 |
2.2 类不确定性理论 | 第18-19页 |
2.3 区域均匀性理论 | 第19-22页 |
2.3.1 尺度的选择 | 第20-21页 |
2.3.2 点对亲和度的计算 | 第21-22页 |
2.4 图像边缘检测方法 | 第22-24页 |
2.4.1 Laplace算子 | 第23页 |
2.4.2 Sobel算子 | 第23页 |
2.4.3 LaplacianofGaussian(LoG)算子 | 第23-24页 |
2.5 分割结果评价方法 | 第24页 |
2.6 小结 | 第24-25页 |
第3章 基于二维类不确定性理论的阈值分割 | 第25-39页 |
3.1 二维类不确定性 | 第25-29页 |
3.2 能量函数构建 | 第29-30页 |
3.3 二维MHUE算法流程图 | 第30-31页 |
3.4 二维MHUE实验分析 | 第31-33页 |
3.5 局部二维MHUE算法 | 第33-34页 |
3.6 局部二维MHUE实验分析 | 第34-37页 |
3.7 小结 | 第37-39页 |
第4章 类不确定性理论在不均匀光照图像分割中的应用 | 第39-51页 |
4.1 局部灰度映射 | 第40-41页 |
4.2 区域稳定性理论 | 第41-42页 |
4.3 能量函数构建 | 第42页 |
4.4 算法流程图 | 第42-43页 |
4.5 实验分析 | 第43-49页 |
4.5.1 定性分析 | 第43-44页 |
4.5.2 定量分析 | 第44-49页 |
4.6 小结 | 第49-51页 |
第5章 结论与展望 | 第51-53页 |
5.1 工作总结 | 第51-52页 |
5.2 研究展望 | 第52-53页 |
参考文献 | 第53-57页 |
致谢 | 第57-58页 |
作者简历及攻读学位期间发表的学术论文与研究成果 | 第58-59页 |