| 摘要 | 第3-4页 |
| ABSTRACT | 第4-5页 |
| 第1章 绪论 | 第8-12页 |
| 1.1 图像分割技术的现状与发展趋势 | 第8-9页 |
| 1.2 图像特征信息在分割中的应用 | 第9-10页 |
| 1.3 本文主要内容及结构安排 | 第10-12页 |
| 第2章 图像的基本特征信息 | 第12-22页 |
| 2.1 引言 | 第12-13页 |
| 2.2 灰度基本特征 | 第13-15页 |
| 2.2.1 灰度直方图 | 第14页 |
| 2.2.2 应用分析 | 第14-15页 |
| 2.3 边缘特征信息 | 第15-18页 |
| 2.3.1 图像的几种边缘特征信息 | 第16-17页 |
| 2.3.2 边缘特征信息的基本应用 | 第17-18页 |
| 2.4 形状特征信息 | 第18-21页 |
| 2.4.1 形状测度函数 | 第19页 |
| 2.4.2 数学形态学方法 | 第19-20页 |
| 2.4.3 形状特征信息的基本应用 | 第20-21页 |
| 2.5 小结 | 第21-22页 |
| 第3章 基于边缘特征信息的图像分割 | 第22-36页 |
| 3.1 引言 | 第22页 |
| 3.2 边缘特征在图像分割中的引入 | 第22-23页 |
| 3.3 灰度-梯度映射函数 | 第23-24页 |
| 3.4 基于Otsu法的改进与应用 | 第24-31页 |
| 3.4.1 传统Otsu阈值法及其应用研究 | 第24-25页 |
| 3.4.2 改进的Otsu阈值法 | 第25-27页 |
| 3.4.3 基于灰度梯度映射函数的集中于目标的Otsu阈值法 | 第27-28页 |
| 3.4.4 实验结果分析 | 第28-31页 |
| 3.5 基于最小方差改进的梯度信息 | 第31-35页 |
| 3.5.1 基于灰度最小方差的均值滤波器 | 第31-32页 |
| 3.5.2 梯度计算 | 第32-33页 |
| 3.5.3 基于最小方差改进的Otsu法 | 第33-34页 |
| 3.5.4 实验结果分析 | 第34-35页 |
| 3.6 小结 | 第35-36页 |
| 第4章 基于形状特征的图像分割法 | 第36-50页 |
| 4.1 引言 | 第36页 |
| 4.2 形状特征在图像分割中的引入 | 第36-37页 |
| 4.3 形状测度函数及应用 | 第37-38页 |
| 4.4 其它特征信息的融合 | 第38-44页 |
| 4.4.1 与基本特征信息的融合 | 第39-41页 |
| 4.4.2 基本信息与梯度信息的融合 | 第41-44页 |
| 4.5 形状测度函数与其它特征的融合及应用 | 第44-47页 |
| 4.5.1 形状测度与灰度-梯度最大熵的融合 | 第44页 |
| 4.5.2 基于均值的形状测度与均值-梯度最大熵的融合 | 第44-45页 |
| 4.5.3 实验结果对比分析 | 第45-47页 |
| 4.6 分割性能评价 | 第47-49页 |
| 4.7 小结 | 第49-50页 |
| 第5章 总结与展望 | 第50-52页 |
| 5.1 总结 | 第50-51页 |
| 5.2 存在问题及展望 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间取得的研究成果 | 第56-58页 |
| 致谢 | 第58-59页 |