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

基于超像素和MMTD的图像分割方法研究

摘要第4-5页
abstract第5页
专用术语注释表第8-9页
第一章 绪论第9-16页
    1.1 研究背景及意义第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 图像分割研究现状第10-11页
        1.2.2 图像增强研究现状第11-13页
        1.2.3 超像素提取研究现状第13页
    1.3 论文研究内容及组织结构第13-16页
        1.3.1 论文的主要研究内容第13-14页
        1.3.2 论文的组织结构第14-16页
第二章 中介数学及MMTD简介第16-20页
    2.1 中介数学系统简介第16页
    2.2 MMTD的简介第16-19页
        2.2.1 MMTD常用符号及距离表示第16-17页
        2.2.2 超态概念第17页
        2.2.3 距离比率函数第17-19页
        2.2.4 MMTD的应用第19页
    2.3 本章小结第19-20页
第三章 改进的直方图均衡化算法第20-29页
    3.1 图像增强算法简介第20页
    3.2 直方图均衡化算法以及本文的改进第20-28页
        3.2.1 图像直方图及直方图均衡化简介第21-24页
        3.2.2 基于选择的直方图均衡化算法主要思想第24-26页
        3.2.3 基于选择的直方图均衡化算法的实现第26-27页
        3.2.4 实验结果及分析第27-28页
    3.3 本章小结第28-29页
第四章 基于MMTD的超像素提取算法第29-40页
    4.1 超像素简介第29-31页
    4.2 基于MMTD的超像素提取算法第31-39页
        4.2.1 基于MMTD的阈值选取方法第31-33页
        4.2.2 迭代的阈值确定方法流程第33-36页
        4.2.3 实验结果及分析第36-39页
    4.3 本章小结第39-40页
第五章 基于超像素的图像分割算法第40-51页
    5.1 图割算法简介以及基于超像素的图割算法主要思想第40-50页
        5.1.1 Graphcut及GrabCut算法第40-44页
        5.1.2 基于超像素的GrabCut算法主要思想第44-45页
        5.1.3 基于超像素的GrabCut算法实现步骤第45-47页
        5.1.4 实验结果及分析第47-50页
    5.2 本章小结第50-51页
第六章 总结与展望第51-53页
    6.1 总结第51-52页
    6.2 展望第52-53页
参考文献第53-56页
附录1 攻读硕士学位期间撰写的论文第56-57页
附录2 攻读硕士学位期间申请的专利第57-58页
附录3 攻读硕士学位期间参加的科研项目第58-59页
致谢第59页

论文共59页,点击 下载论文
上一篇:位置服务中用户行为分析与景点推荐算法研究
下一篇:基于隐私保护的集成特征选择研究