图像区域生长算法的稳定性研究
| 中文摘要 | 第1-3页 |
| Abstract | 第3-4页 |
| 中文文摘 | 第4-7页 |
| 目录 | 第7-9页 |
| 绪论 | 第9-15页 |
| 第一章 图像分割 | 第15-31页 |
| 第一节 图像分割概述 | 第15-17页 |
| ·图像分割的定义 | 第15-16页 |
| ·图像分割的评价标准及方法 | 第16页 |
| ·图像分割的分类 | 第16-17页 |
| 第二节 基于边界的图像分割 | 第17-21页 |
| ·边缘检测算子法 | 第17-20页 |
| ·边缘拟合法 | 第20-21页 |
| 第三节 基于区域的图像分割 | 第21-24页 |
| ·阈值法 | 第21-22页 |
| ·区域生长 | 第22-23页 |
| ·分裂合并法 | 第23-24页 |
| 第四节 基于特定理论的图像分割 | 第24-28页 |
| ·基于形态学分水岭的分割技术 | 第25页 |
| ·借助模式识别方法的分割技术 | 第25-26页 |
| ·基于人工神经网络的分割技术 | 第26-27页 |
| ·基于模糊理论的图像的分割技术 | 第27-28页 |
| ·基于小波变换的分割方法 | 第28页 |
| 第五节 本章小结 | 第28-31页 |
| 第二章 区域的稳定性 | 第31-45页 |
| 第一节 相关概念 | 第31-36页 |
| ·图像的概念 | 第31-32页 |
| ·像素的邻域 | 第32-33页 |
| ·像素的连接和连通 | 第33-35页 |
| ·传统区域和边界定义 | 第35页 |
| ·直方图 | 第35-36页 |
| 第二节 高斯混合模型 | 第36-38页 |
| ·单高斯模型 | 第36-37页 |
| ·高斯混合模型 | 第37-38页 |
| ·EM算法 | 第38页 |
| 第三节 基于高斯分布的简单区域模型 | 第38-41页 |
| ·基于高斯分布的区域模型定义 | 第38-40页 |
| ·基于高斯分布的区域模型参数估计 | 第40-41页 |
| 第四节 区域生长的稳定性 | 第41-43页 |
| ·区域灰度值范围 | 第41-42页 |
| ·稳定分割的种子点选取 | 第42-43页 |
| ·种子点选取—边缘检测预筛选 | 第43页 |
| 第五节 本章小结 | 第43-45页 |
| 第三章 稳定的区域生长算法 | 第45-55页 |
| 第一节 分割算法 | 第45-48页 |
| ·交互提取单个区域 | 第45-46页 |
| ·自动区域分割算法 | 第46-48页 |
| 第二节 实验与讨论 | 第48-53页 |
| ·实验环境 | 第48页 |
| ·稳定性验证仿真实验 | 第48-50页 |
| ·自动区域分割仿真实验 | 第50-53页 |
| 第三节 本章小结 | 第53-55页 |
| 第四章 结论 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读学位期间承担的科研任务与主要成果 | 第63-65页 |
| 致谢 | 第65-67页 |
| 个人简历 | 第67-68页 |
