| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-12页 |
| ·计算机视觉在木材细胞微观构造的发展现状 | 第8-9页 |
| ·国外研究现状 | 第8-9页 |
| ·国内研究现状 | 第9页 |
| ·计算机视觉技术的发展趋势 | 第9-10页 |
| ·课题的目的和意义 | 第10-11页 |
| ·课题的研究内容及方法 | 第11-12页 |
| 2 图像分割技术简介 | 第12-22页 |
| ·图像分割的定义 | 第12-14页 |
| ·图像分割算法 | 第14-18页 |
| ·基于区域的分割方法 | 第14-15页 |
| ·边缘检测的分割方法 | 第15-17页 |
| ·现代分割方法简介 | 第17-18页 |
| ·适合木材细胞图像分割的算法研究 | 第18-20页 |
| ·待分析的图像的特点 | 第18-20页 |
| ·可采用的图像分割方法 | 第20页 |
| ·软件平台简介 | 第20-21页 |
| ·MATLAB工具包介绍 | 第20页 |
| ·MATLAB语言的优点 | 第20-21页 |
| ·本章小结 | 第21-22页 |
| 3 几种传统边缘检测算法在木材细胞图像分割中的应用 | 第22-33页 |
| ·图像边缘检测的定义 | 第22页 |
| ·边缘检测中的常用算法 | 第22-28页 |
| ·Roberts边缘检测算法 | 第24页 |
| ·Sobel边缘检测算法 | 第24-25页 |
| ·Prewitt边缘检测算法 | 第25页 |
| ·二阶微分算子 | 第25-26页 |
| ·Canny边缘检测算法 | 第26-27页 |
| ·小波边缘检测算法 | 第27-28页 |
| ·仿真结果 | 第28-31页 |
| ·木材细胞的应用中各算子性能比较 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 4 基于分水岭变换的木材细胞图像分割方法 | 第33-42页 |
| ·数学形态学基础 | 第33-35页 |
| ·二值形态学基本运算 | 第33-35页 |
| ·灰度级图像的形态学运算 | 第35页 |
| ·基于形态学分水岭的分割 | 第35-39页 |
| ·分水岭变换的基本概念 | 第36-38页 |
| ·分水岭分割方法的数学表述 | 第38-39页 |
| ·分水岭分割方法的优点 | 第39页 |
| ·实验结果及讨论 | 第39-41页 |
| ·本章小结 | 第41-42页 |
| 5 基于改进的分水岭算法的木材细胞图像分割方法 | 第42-48页 |
| ·基于偏微分方程的非线性扩散滤波方法 | 第42-43页 |
| ·基于灰度差的分水岭分割方法 | 第43-44页 |
| ·基于灰度差的分水岭分割方法在木材细胞图像分割中的应用 | 第44-46页 |
| ·木材细胞图像的灰度特点 | 第44-45页 |
| ·算法流程 | 第45-46页 |
| ·实验结果及讨论 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-50页 |
| 参考文献 | 第50-53页 |
| 攻读学位期间发表的学术论文 | 第53-54页 |
| 致谢 | 第54-55页 |