| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景 | 第11页 |
| ·研究目的和意义 | 第11-12页 |
| ·图像分割研究内容 | 第12-13页 |
| ·图像分割应满足的条件 | 第12页 |
| ·图像分割的数学定义 | 第12-13页 |
| ·图像分割的层次分类 | 第13页 |
| ·图像分割研究现状 | 第13-16页 |
| ·基于阈值的分割算法 | 第14页 |
| ·基于边缘检测的分割方法 | 第14-15页 |
| ·基于区域提取的分割方法 | 第15-16页 |
| ·结合特定理论的分割方法 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第2章 基于图论的图像分割基本理论及其研究概述 | 第17-25页 |
| ·图的最佳划分准则 | 第17页 |
| ·图像的描述 | 第17-18页 |
| ·基于图论的图像分割的现状 | 第18-22页 |
| ·最优割集准则的设计 | 第19-20页 |
| ·谱方法在图像分割中的应用 | 第20页 |
| ·快速算法的设计 | 第20-22页 |
| ·原有基本图论算法的改进 | 第22页 |
| ·基于图论的图像分割方法的特点 | 第22-24页 |
| ·图论法的优点 | 第22-23页 |
| ·基于图论的图像分割的缺点 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于最小生成树的图像分割算法及其改进 | 第25-33页 |
| ·最小生成树的概念 | 第25-26页 |
| ·最小生成树的实现算法 | 第26页 |
| ·Prim算法 | 第26页 |
| ·Kruskal算法 | 第26页 |
| ·基于最小生成树的图像分割算法 | 第26-29页 |
| ·分割准则的选取 | 第27-29页 |
| ·算法结构 | 第29页 |
| ·最小生成树算法的优缺点 | 第29-30页 |
| ·最小生成树算法的改进 | 第30-32页 |
| ·确定目标函数来指导最小生成树的生成 | 第30页 |
| ·节点与区域间权值函数的改进 | 第30-32页 |
| ·对比实验及其结果 | 第32页 |
| ·本章小结 | 第32-33页 |
| 第4章 最优割集准则及其改进 | 第33-58页 |
| ·归一化割(Normalized Cut)分割算法 | 第33-35页 |
| ·算法基本原理 | 第33-34页 |
| ·基于归一化割的简单分割实验 | 第34-35页 |
| ·对Normalized Cut方法的改进研究 | 第35-55页 |
| ·Normalized Cut方法权值函数的确定 | 第35-36页 |
| ·综合小波变换的Normalized Cut方法的图像分割 | 第36-42页 |
| ·与Normalized Cut方法相结合的阈值图像分割 | 第42-47页 |
| ·基于分水岭变换和Normalized Cut方法的图像分割 | 第47-51页 |
| ·融合区域生长与Normalized Cut方法的图像分割 | 第51-55页 |
| ·基于加权割的图像分割 | 第55-57页 |
| ·加权割的一些定义 | 第55-57页 |
| ·加权割的的矩阵描述 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第5章 全文总结与展望 | 第58-60页 |
| ·本文的主要工作 | 第58-59页 |
| ·图论算法研究的展望 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士学位期间发表论文及参加科研项目情况 | 第65页 |
