模糊边界特性的灰度图像分割算法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-14页 |
| 第一章 绪论 | 第14-24页 |
| ·引言 | 第14页 |
| ·课题研究的背景和意义 | 第14-15页 |
| ·国内外研究现状 | 第15-21页 |
| ·图像分割的概念 | 第16页 |
| ·基于阈值的分割方法 | 第16-17页 |
| ·基于边缘的分割方法 | 第17-18页 |
| ·基于区域的分割方法 | 第18页 |
| ·基于遗传算法的图像分割方法 | 第18-19页 |
| ·基于人工神经网络的图像分割方法 | 第19页 |
| ·基于聚类的分割方法 | 第19-20页 |
| ·基于主动轮廓模型的分割方法 | 第20-21页 |
| ·论文的主要内容与安排 | 第21-22页 |
| ·论文的研究目标 | 第21页 |
| ·论文的研究方向 | 第21-22页 |
| ·论文的组织结构 | 第22页 |
| ·论文的特色与创新性 | 第22-24页 |
| 第二章 常用图像分割算法研究改进及其相关实验 | 第24-43页 |
| ·引言 | 第24页 |
| ·模糊C均值聚类的灰度图像分割算法 | 第24-30页 |
| ·算法的基本原理 | 第24-26页 |
| ·FCM算法改进 | 第26-30页 |
| ·基于snake模型的轮廓检测算法 | 第30-34页 |
| ·snake算法介绍 | 第30-31页 |
| ·snake模型原理 | 第31-32页 |
| ·snake算法分割实验 | 第32-34页 |
| ·基于边缘检测的图像分割算法 | 第34-42页 |
| ·边缘检测原理 | 第34-35页 |
| ·图像边缘检测的基本步骤 | 第35页 |
| ·边界闭合的算法 | 第35-38页 |
| ·边缘算子应满足的准则 | 第38-39页 |
| ·canny算子边缘检测实验 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第三章 基于梯度边界的模糊边界图像分割算法 | 第43-54页 |
| ·引言 | 第43页 |
| ·区域分割 | 第43-46页 |
| ·分水岭算法原理 | 第43-46页 |
| ·基于梯度的区域合并算法 | 第46-50页 |
| ·山顶和山谷区域的确定 | 第47-48页 |
| ·斜坡平滑合并 | 第48-50页 |
| ·分割算法仿真实验 | 第50-52页 |
| ·本章小结 | 第52-54页 |
| 第四章 基于模糊连通性的模糊边界图像分割算法 | 第54-63页 |
| ·引言 | 第54页 |
| ·模糊连通性算法 | 第54-56页 |
| ·基本原理 | 第54-55页 |
| ·基本定义 | 第55页 |
| ·模糊连通性算法 | 第55-56页 |
| ·从区域出发的模糊连通性算法 | 第56-60页 |
| ·区域生长算法 | 第57-58页 |
| ·从区域出发的模糊连通性算法步骤 | 第58-59页 |
| ·两个区域的模糊连通性计算 | 第59页 |
| ·模糊连通子集分割 | 第59-60页 |
| ·MATLAB图像分割实验 | 第60-62页 |
| ·本章小结 | 第62-63页 |
| 第五章 算法实验结果对比分析 | 第63-72页 |
| ·引言 | 第63页 |
| ·实验对比分析 | 第63-71页 |
| ·大脑皮层细胞图像分割对比 | 第63-65页 |
| ·轴突细胞图像分割实验对比 | 第65-67页 |
| ·神经元细胞图像分割实验对比 | 第67-70页 |
| ·对比分析结论 | 第70-71页 |
| ·本章小结 | 第71-72页 |
| 总结与展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 攻读学位期间发表的学术论文 | 第78-80页 |
| 致谢 | 第80-81页 |
| 附录 | 第81-99页 |
