中文摘要 | 第1-4页 |
英文摘要 | 第4-7页 |
第一章 绪论 | 第7-13页 |
§1.1 引言 | 第7页 |
§1.2 分形理论的发展历史和现状 | 第7-8页 |
§1.3 Mandelbrot分形理论 | 第8-9页 |
1.3.1 分形的定义 | 第8页 |
1.3.2 分形维数 | 第8-9页 |
§1.4 图像分割方法 | 第9-10页 |
§1.5 基于分形理论的图像分割的应用意义 | 第10-11页 |
§1.6 论文的研究目的和解决的问题 | 第11-12页 |
§1.7 本章小结 | 第12-13页 |
第二章 图像分形模型与分形维数 | 第13-29页 |
§2.1 引言 | 第13页 |
§2.2 图像的分形模型 | 第13-15页 |
§2.3 求取图像分形维数的方法 | 第15-22页 |
2.3.1 Peleg的ε-毯子法 | 第15-16页 |
2.3.2 基于分数布朗随机场模型的方法 | 第16-18页 |
2.3.3 盒子维法 | 第18-22页 |
§2.4 各方法的适用范围与计算量 | 第22-25页 |
§2.5 图像变换域的自相似性研究 | 第25-27页 |
§2.6 本章小结 | 第27-29页 |
第三章 基于分形理论的图像分割方法 | 第29-44页 |
§3.1 引言 | 第29页 |
§3.2 图像分维数计算的相关处理方法 | 第29-31页 |
§3.3 基于分形各种特征综合的分割方法 | 第31-35页 |
§3.4 基于表面积法与差分盒维数法求分维数的分割方法 | 第35-37页 |
§3.5 基于小波分形特征的分割方法 | 第37-38页 |
§3.6 基于自适应变尺度差分盒维数法计算分维数的分割方法 | 第38-40页 |
§3.7 图像分割的软件实现 | 第40-43页 |
3.7.1 运用Matlab求取图像分形维数 | 第40-41页 |
3.7.2 Vc++6.0与Matlab联合编程进行图像分割 | 第41-43页 |
3.7.3 程序的相关说明 | 第43页 |
§3.8 本章小结 | 第43-44页 |
第四章 图像分形特征的相关研究 | 第44-50页 |
§4.1 引言 | 第44页 |
§4.2 分形与混沌简介 | 第44-45页 |
§4.3 分形与小波简介 | 第45页 |
§4.4 分形与数字图像水印技术简介 | 第45-47页 |
4.4.1 数字水印技术简介 | 第45-46页 |
4.4.2 基于图像自相似分类的数据隐藏方法 | 第46-47页 |
§4.5 总结与展望 | 第47-50页 |
4.5.1 论文的主要贡献及课题研究的展望 | 第47-48页 |
4.5.2 分形理论研究的发展前景 | 第48-50页 |
致谢 | 第50-51页 |
攻读硕士学位期间已发表的学术论文 | 第51-52页 |
参考文献 | 第52-55页 |
附录 | 第55-56页 |