彩色图像分割算法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究背景 | 第9-10页 |
| ·图像分割的研究意义 | 第9-10页 |
| ·图像分割的应用领域 | 第10页 |
| ·彩色图像分割应用的现状 | 第10-12页 |
| ·课题研究内容 | 第12-14页 |
| ·颜色量化工作 | 第13-14页 |
| ·颜色聚类工作 | 第14页 |
| ·区域生长工作 | 第14页 |
| ·论文结构 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第二章 颜色空间及其转换 | 第16-24页 |
| ·RGB 颜色空间 | 第16-18页 |
| ·HSI 颜色空间 | 第18-20页 |
| ·均匀颜色空间 | 第20-23页 |
| ·MTM 颜色空间 | 第21-22页 |
| ·L*a*b*空间 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 常用彩色图像分割方法 | 第24-35页 |
| ·图像分割的数学定义 | 第24页 |
| ·常用彩色图像分割方法介绍 | 第24-34页 |
| ·基于区域的分割技术 | 第26-28页 |
| ·基于边缘的分割技术 | 第28-30页 |
| ·基于特定理论工具的分割技术 | 第30-33页 |
| ·分形技术 | 第33页 |
| ·混合技术 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 本文提出的彩色图像分割算法 | 第35-57页 |
| ·颜色量化阶段 | 第35-45页 |
| ·常用颜色量化方法 | 第35-37页 |
| ·彩色图像分割颜色量化阶段算法 | 第37-45页 |
| ·优化模糊聚类算法 | 第45-54页 |
| ·模糊C 均值聚类 | 第45-47页 |
| ·优化模糊C 均值聚类算法 | 第47-54页 |
| ·区域生长 | 第54-56页 |
| ·基于区域的分割方法 | 第54-55页 |
| ·彩色图像分割方法区域生长阶段算法 | 第55-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 本文算法有效性验证 | 第57-67页 |
| ·量化算法的评价 | 第57-58页 |
| ·优化模糊C 均值聚类算法的评价 | 第58-60页 |
| ·程序实现界面 | 第60-62页 |
| ·彩色图像分割结果分析 | 第62-66页 |
| ·本章小结 | 第66-67页 |
| 第六章 结论 | 第67-69页 |
| ·本文完成的工作 | 第67页 |
| ·论文不足之处和改进方向 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 攻读硕士期间成果说明 | 第72-73页 |
