基于OpenCV的图像分割算法研究及其在屈光度测量中的应用
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·本文研究背景及研究意义 | 第7-9页 |
| ·国内外研究现状 | 第9-11页 |
| ·本文研究的主要内容 | 第11-12页 |
| ·本文的组织结构 | 第12-13页 |
| 第二章 基本知识概述 | 第13-25页 |
| ·图像分割概述 | 第13-19页 |
| ·图像分割的概念及分类 | 第13-14页 |
| ·基于区域的图像分割方法 | 第14-16页 |
| ·基于边缘的图像分割方法 | 第16-17页 |
| ·基于特定理论的分割方法 | 第17-19页 |
| ·基于阈值的图像分割方法 | 第19页 |
| ·图像分割方法在人眼屈光度测量中的应用 | 第19-22页 |
| ·人眼屈光系统概述 | 第19-20页 |
| ·人眼屈光度测试原理 | 第20页 |
| ·人眼屈光度测量及其计算 | 第20-21页 |
| ·人眼屈光度测量图像分割算法的选取 | 第21-22页 |
| ·OpenCV技术概述 | 第22-23页 |
| ·OpenCV[43-45]的概念与特点 | 第22页 |
| ·OpenCV的主要模块与功能 | 第22-23页 |
| ·OpenCV编码样式简介 | 第23页 |
| ·本章小结 | 第23-25页 |
| 第三章 阈值分割算法分析 | 第25-33页 |
| ·阈值分割的基本知识 | 第25-26页 |
| ·阈值分割的数学概念 | 第25页 |
| ·阈值的选取 | 第25页 |
| ·阈值分割算法的分类 | 第25-26页 |
| ·灰度直方图 | 第26页 |
| ·固定阈值分割（全局阈值分割） | 第26-30页 |
| ·基本的固定阈值分割 | 第26页 |
| ·[48]直方图阈值双峰分割法 | 第26-27页 |
| ·最小误差分割方法 | 第27-28页 |
| ·最大类间方差分割法 | 第28-30页 |
| ·局部阈值分割 | 第30-31页 |
| ·动态阈值分割 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 阈值分割算法的改进 | 第33-39页 |
| ·算法改进的基本思想 | 第33页 |
| ·一种基于形态学的全局阈值分割算法 | 第33-34页 |
| ·一种基于平滑改善的全局阈值分割算法 | 第34-36页 |
| ·一种自适应的局部阈值分割算法 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第五章 阈值分割算法的实现 | 第39-69页 |
| ·开发环境搭建 | 第39-46页 |
| ·基于OpenCV自带函数的实现 | 第46-50页 |
| ·全局分割算法及其改进算法实现 | 第50-60页 |
| ·OTSU全局阈值分割算法实现 | 第50-52页 |
| ·基于形态学的阈值分割算法的实现 | 第52-56页 |
| ·基于平滑改善的阈值分割算法的实现 | 第56-60页 |
| ·局部阈值和动态阈值分割算法及其改进算法的实现 | 第60-67页 |
| ·局部阈值分割算法的实现 | 第60-62页 |
| ·动态阈值分割算法的实现 | 第62-63页 |
| ·自适应局部阈值分割算法的实现 | 第63-67页 |
| ·本章小结 | 第67-69页 |
| 第六章 结论与展望 | 第69-71页 |
| 致谢 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 研究生在读期间的研究成果 | 第77-78页 |
