自然背景下的植物叶片多阈值分割方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 图像分割的国内外研究现状 | 第10-12页 |
| 1.2.2 叶片图像分割的国内外研究现状 | 第12-14页 |
| 1.3 本文的主要内容及结构安排 | 第14-16页 |
| 2 叶片图像分割中的问题分析 | 第16-27页 |
| 2.1 叶片分割领域现有分割方法的比较 | 第16-24页 |
| 2.1.1 分水岭分割方法 | 第16-18页 |
| 2.1.2 活动轮廓模型方法 | 第18-20页 |
| 2.1.3 阈值分割方法 | 第20-24页 |
| 2.2 单阈值分割方法的缺陷 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 3 叶片图像的多阈值分割方法 | 第27-43页 |
| 3.1 Otsu多阈值分割方法 | 第27-28页 |
| 3.2 叶片图像Otsu多阈值分割中存在的问题 | 第28-29页 |
| 3.3 叶片图像分割中Otsu多阈值的优化 | 第29-37页 |
| 3.3.1 粒子群优化算法 | 第29-31页 |
| 3.3.2 人工鱼群优化算法 | 第31-33页 |
| 3.3.3 人工蜂群优化算法 | 第33-35页 |
| 3.3.4 多阈值优化算法的对比 | 第35-37页 |
| 3.4 叶片图像分割中分割阈值个数的确定 | 第37-42页 |
| 3.4.1 多阈值分割中阈值个数的确定方法 | 第37-39页 |
| 3.4.2 自适应迭代的分割阈值个数确定方法 | 第39-42页 |
| 3.5 本章小结 | 第42-43页 |
| 4 叶片图像中叶片区域的提取 | 第43-50页 |
| 4.1 叶片区域提取方法 | 第43-47页 |
| 4.1.1 边缘检测算子 | 第43-46页 |
| 4.1.2 数学形态学方法 | 第46-47页 |
| 4.2 叶片区域提取步骤 | 第47-49页 |
| 4.3 本章小结 | 第49-50页 |
| 5 实验与分析 | 第50-60页 |
| 5.1 实验环境及数据 | 第50-51页 |
| 5.2 实验流程 | 第51-52页 |
| 5.3 实验结果分析 | 第52-58页 |
| 5.4 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间发表的学术论文 | 第65-66页 |
| 致谢 | 第66-67页 |
