| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第一章 绪论 | 第9-17页 |
| ·图像分割技术概述 | 第9-10页 |
| ·图像分割方法 | 第10-13页 |
| ·阈值分割方法 | 第10-11页 |
| ·边缘检测分割方法 | 第11-12页 |
| ·结合区域与边界信息的分割方法 | 第12-13页 |
| ·其它结合特定理论工具的分割方法 | 第13页 |
| ·特殊图像的分割方法 | 第13页 |
| ·视频分割技术的发展现状 | 第13-14页 |
| ·基于MPEG4编码技术特点视频对象分割技术的意义 | 第14-15页 |
| ·数学形态学在图像分割中的优势 | 第15页 |
| ·本文所作的工作和文章安排 | 第15-17页 |
| 第二章 数学形态学在图像处理中的基本理论 | 第17-25页 |
| ·数学形态学在图象处理分析中的发展应用概况 | 第17-18页 |
| ·数学形态学的二值膨胀和腐蚀 | 第18-19页 |
| ·二值膨胀和腐蚀的定义 | 第18-19页 |
| ·二值形态学腐蚀和膨胀的性质 | 第19页 |
| ·二值形态学开闭运算及其性质 | 第19-22页 |
| ·灰度形态学 | 第22-23页 |
| ·灰度开和闭运算 | 第23-25页 |
| 第三章 基于数学形态学的边缘检测方法 | 第25-33页 |
| ·图像边缘的定义 | 第25页 |
| ·传统的边缘检测算子 | 第25-27页 |
| ·形态学边缘检测 | 第27-29页 |
| ·图像的多结构元、多尺度形态边缘检测 | 第29-33页 |
| 第四章 基于时空融合的视频对象分割方法 | 第33-48页 |
| ·基于分水岭的空域分割 | 第33-37页 |
| ·分水岭算法原理 | 第33-34页 |
| ·分水岭算法的数学描述 | 第34-35页 |
| ·分水岭算法的特点 | 第35-37页 |
| ·形态学开闭重建 | 第37-39页 |
| ·二值图像的重建 | 第37-38页 |
| ·灰度图像重建 | 第38-39页 |
| ·改进的形态学梯度重建的分水岭空域分割方法 | 第39-42页 |
| ·形态学梯度算法 | 第39页 |
| ·形态开闭重建滤波器 | 第39-41页 |
| ·分水岭分割 | 第41-42页 |
| ·时域分割技术 | 第42-44页 |
| ·运动检测 | 第43-44页 |
| ·时空联合视频对象提取方法 | 第44-46页 |
| ·本文结合空域和时域分割优势的视频分割技术的提出 | 第46-48页 |
| 第五章 结论与展望 | 第48-50页 |
| ·论文总结 | 第48-49页 |
| ·未来工作的展望 | 第49-50页 |
| 感谢 | 第50-51页 |
| 参考文献 | 第51-56页 |
| 附录A(攻读学位期间发表论文目录) | 第56页 |