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

图像阈值化与目标分割方法中的若干问题研究

中文摘要第1-5页
英文摘要第5-11页
1 绪论第11-21页
   ·研究背景与动机第11-12页
   ·图像阈值化研究现状与回顾第12-17页
   ·目标分割第17页
   ·论文的主要工作及贡献第17-19页
   ·论文的结构安排第19-21页
2 二维类方差图像阈值化方法研究第21-43页
   ·引言第21-22页
   ·最大类间方差图像阈值化方法第22-23页
     ·一维直方图Otsu 阈值化方法第22-23页
     ·改进的一维Otsu 阈值化方法第23页
   ·二维直方图Otsu 阈值化方法第23-25页
   ·基于二维直方图区域斜分的最小类方差阈值化方法第25-32页
     ·二维直方图区域斜分第25-27页
     ·算法实现第27-28页
     ·实验结果与分析第28-32页
   ·灰度图像二维最小类方差递推及差分演化的快速分割第32-42页
     ·二维直方图阈值化准则第32-33页
     ·类概率及类均值的递推第33-34页
     ·基于DE 算法的阈值选取第34-35页
     ·实验结果与分析第35-42页
   ·本章小结第42-43页
3 二维交叉熵图像阈值化方法研究第43-63页
   ·交叉熵与图像阈值化第43-44页
   ·基于灰度共生矩阵的图像二维局部交叉熵阈值化第44-52页
     ·图像灰度共生矩阵第44-45页
     ·二维局部交叉熵图像阈值化第45-46页
     ·实验结果与分析第46-52页
   ·图像二维直方图一维投影交叉熵阈值化第52-61页
     ·二维直方图的一维投影及阈值化第52-55页
     ·实验结果与分析第55-61页
   ·本章小结第61-63页
4 图像 Tsallis 交叉熵阈值化方法研究第63-93页
   ·引言第63-64页
   ·非广延交叉熵第64-65页
   ·基于散度概念的Tsallis 交叉熵阈值化第65-71页
     ·阈值化原理第65-66页
     ·实验及分析第66-71页
   ·基于Tsallis 交叉熵非广延特性的图像阈值化第71-90页
     ·矩阵(向量)上的广义Tsallis 交叉熵第71-72页
     ·一维直方图阈值化第72-73页
     ·二维直方图阈值化第73-75页
     ·实验结果及分析第75-90页
   ·本章小结第90-93页
5 图像模糊划分与阈值分割研究第93-113页
   ·模糊集与图像阈值化第93页
   ·基于最大模糊相关准则的图像快速分割第93-102页
     ·图像模糊集第94页
     ·模糊隶属度函数第94-95页
     ·最大模糊相关准则第95-96页
     ·基于MFCC 阈值选取的DE 算法第96-97页
     ·实验结果与分析第97-102页
   ·灰度图像的模糊Renyi 熵多级阈值分割第102-110页
     ·模糊隶属度函数第102-103页
     ·图像模糊Renyi 熵分割第103-104页
     ·基于DE 算法的阈值选择第104-105页
     ·实验结果与分析第105-110页
   ·本章小结第110-113页
6 广义模糊熵与红外人体目标分割研究第113-131页
   ·引言第113-114页
   ·模糊隶属度函数第114-115页
   ·基于模糊Havrda-Charvát 熵与混沌PSO 的红外人体目标分割第115-124页
     ·Havrda-Charvát 熵第115页
     ·图像模糊Havrda-Charvát 熵第115-116页
     ·基于混沌PSO 算法的阈值选取第116-118页
     ·实验结果与分析第118-124页
   ·基于非广延模糊熵分割的红外人体目标检测第124-130页
     ·非广延熵第124-125页
     ·图像非广延模糊熵分割第125页
     ·目标提取第125页
     ·基于CDE 算法的目标分割第125-127页
     ·实验结果与分析第127-130页
   ·本章小结第130-131页
7 总结与展望第131-135页
   ·论文总结第131-133页
   ·工作展望第133-135页
致谢第135-137页
参考文献第137-148页
附录第148页
 A. 作者在攻读学位期间发表的论文目录第148页
 B. 作者在攻读学位期间取得的科研成果目录第148页

论文共148页,点击 下载论文
上一篇:定义问答检索关键技术研究
下一篇:视频图像降噪关键技术研究