| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-16页 |
| 1.1 课题研究的背景及意义 | 第10页 |
| 1.2 课题研究对象 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 瓦斯灰处理与分析的研究现状 | 第11-12页 |
| 1.3.2 图像分割算法的研究现状 | 第12-14页 |
| 1.4 论文的主要内容与安排 | 第14-16页 |
| 第二章 瓦斯灰显微图像采集 | 第16-19页 |
| 2.1 瓦斯灰样本制备 | 第16-17页 |
| 2.2 瓦斯灰显微图像的采集 | 第17-18页 |
| 2.2.1 瓦斯灰显微图像采集系统 | 第17-18页 |
| 2.2.2 瓦斯灰显微图像的采集过程 | 第18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 瓦斯灰显微图像特征分析 | 第19-33页 |
| 3.1 瓦斯灰显微图像特点 | 第19-20页 |
| 3.1.1 特征分析 | 第19-20页 |
| 3.1.2 特征的选择原则 | 第20页 |
| 3.2 基于颜色特征的特征提取 | 第20-25页 |
| 3.2.1 颜色空间 | 第20-22页 |
| 3.2.2 瓦斯灰显微图像颜色特征提取 | 第22-25页 |
| 3.3 基于纹理特征的特征提取 | 第25-32页 |
| 3.3.1 纹理特征概述 | 第25页 |
| 3.3.2 基于灰度共生矩阵的纹理特征 | 第25-27页 |
| 3.3.3 基于灰度统计的纹理特征 | 第27-28页 |
| 3.3.4 瓦斯灰显微图像纹理特征提取 | 第28-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第四章 图像聚类及目标提取的理论方案设计 | 第33-46页 |
| 4.1 聚类方法概述 | 第33页 |
| 4.2 聚类相似性的度量方法 | 第33-34页 |
| 4.3 K均值聚类算法 | 第34-36页 |
| 4.3.1 K均值聚类的基本思想 | 第34-35页 |
| 4.3.2 K均值聚类的主要步骤 | 第35-36页 |
| 4.4 ISODATA聚类算法 | 第36-38页 |
| 4.4.1 ISODATA聚类的基本思想 | 第36页 |
| 4.4.2 ISODATA聚类的主要步骤 | 第36-38页 |
| 4.5 Mean Shift聚类算法 | 第38-44页 |
| 4.5.1 Mean Shift算法概述 | 第38页 |
| 4.5.2 Mean Shift算法原理 | 第38-42页 |
| 4.5.3 传统的Mean Shift算法 | 第42页 |
| 4.5.4 扩展的Mean Shift算法 | 第42-44页 |
| 4.6 结合空间-色度域的Mean Shift算法 | 第44-45页 |
| 4.6.1 结合空间-色度域的Mean Shift算法的基本思想 | 第44页 |
| 4.6.2 结合空间-色度域的Mean Shift算法的主要步骤 | 第44-45页 |
| 4.7 本章小结 | 第45-46页 |
| 第五章 算法实现与结果分析 | 第46-61页 |
| 5.1 算法实现的软件平台 | 第46-48页 |
| 5.2 基于K均值聚类的瓦斯灰目标区域提取 | 第48-50页 |
| 5.3 基于ISODATA聚类的瓦斯灰目标区域提取 | 第50-53页 |
| 5.3.1 参数的设定 | 第52页 |
| 5.3.2 结果分析 | 第52-53页 |
| 5.4 结合空间-色度域Mean Shift算法的瓦斯灰目标区域提取 | 第53-58页 |
| 5.4.1 颜色空间与核函数的选择 | 第54-55页 |
| 5.4.2 参数的设定 | 第55页 |
| 5.4.3 结果分析 | 第55-58页 |
| 5.5 几种聚类方法的结果对比 | 第58-60页 |
| 5.6 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 附录A 插图清单 | 第67-69页 |
| 附录B 插表清单 | 第69-70页 |
| 附录C 部分核心源程序 | 第70-78页 |
| 致谢 | 第78页 |
