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

焦炭显微图像分割研究

摘要第1-5页
Abstract第5-7页
目录第7-10页
第一章 绪论第10-20页
   ·课题研究的意义及项目来源第10页
   ·课题研究的对象第10-12页
   ·焦炭显微结构国内外研究现状第12-14页
   ·彩色图像分割的研究现状第14-18页
     ·图像分割的定义第14页
     ·颜色特征空间第14-15页
     ·彩色图像分割方法第15-18页
       ·基于区域的分割方法第15-16页
       ·基于边缘的分割方法第16-17页
       ·基于特定理论工具的方法第17-18页
       ·混合方法第18页
   ·论文的主要内容与安排第18-20页
第二章 焦炭显微图像的特征提取第20-34页
   ·图像特征的概念第20-21页
     ·特征提取第20-21页
     ·特征选择第21页
   ·颜色特征第21-25页
     ·颜色空间第22-24页
       ·RGB空间第22-23页
       ·均匀颜色空间第23页
       ·RGB与L*u*v*颜色空间的转换第23-24页
     ·焦炭图像颜色特征提取第24-25页
   ·纹理特征第25-32页
     ·灰度共生矩阵第26-27页
     ·灰度共生矩阵的纹理特征提取第27-29页
     ·焦炭显微图像的纹理特征提取第29-32页
   ·本章小结第32-34页
第三章 基于模糊聚类的分割算法第34-44页
   ·聚类方法简介第34-35页
     ·概述第34页
     ·聚类分析的数学模型第34-35页
   ·硬C 均值聚类算法第35-36页
   ·模糊C 均值聚类第36-38页
   ·模糊C均值(FCM)算法的参数第38-39页
   ·结合区域生长和层次聚类的FCM 算法第39-41页
     ·区域生长第39-41页
     ·层次聚类第41页
     ·结合区域生长和层次聚类FCM 算法的基本思想第41页
   ·结合区域生长和层次聚类FCM 算法的分割过程第41-43页
   ·本章小结第43-44页
第四章 基于均值偏移的分割算法第44-60页
   ·非参数估计算法第44-47页
     ·核函数的定义第44-45页
     ·核函数的性质第45页
     ·几种常见的核函数第45-46页
     ·核密度估计的定义第46-47页
   ·均值偏移算法第47-54页
     ·概述第47页
     ·常用的核函数第47-49页
     ·均值偏移向量第49-52页
     ·均值偏移聚类第52-54页
   ·对均值偏移算法的改进第54-57页
     ·算法改进的基本思想第54-56页
       ·边缘置信度的定义第54-55页
       ·图像梯度幅度的归一化处理第55页
       ·权函数的设计第55-56页
     ·改进的均值偏移算法实现过程第56-57页
   ·改进均值偏移算法的焦炭显微图像分割步骤第57-59页
   ·本章小结第59-60页
第五章 实验结果与讨论第60-72页
   ·图像采集第60-61页
     ·焦炭图像采集的原理第60页
     ·HD 型显微光度计第60-61页
   ·工程实现第61-62页
   ·结合区域生长和层次聚类FCM 算法的焦炭显微图像分割第62-64页
     ·分割参数第62-63页
     ·分割结果第63-64页
   ·基于均值偏移算法的焦炭显微图像分割第64-65页
     ·颜色、空间特征的选取第64-65页
     ·参量选择第65页
   ·实验结果第65-70页
     ·实验结果比较第65-68页
     ·实验参量讨论第68-70页
   ·与其它聚类方法的比较第70页
   ·本章小结第70-72页
第六章 总结与展望第72-74页
   ·总结第72页
   ·今后待研究的问题第72-74页
参考文献第74-79页
附录A 部分核心源程序第79-86页
附录B 插图清单第86-87页
附录C 插表清单第87-88页
在学研究成果第88-89页
致谢第89页

论文共89页,点击 下载论文
上一篇:冷轧炉温控制模型研究
下一篇:静态软件水印的研究与实现