基于聚类与区域合并的彩色图像分割算法的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-15页 |
| 1.1 课题研究的背景与意义 | 第8-11页 |
| 1.1.1 课题研究的背景 | 第8-9页 |
| 1.1.2 课题研究的意义 | 第9-11页 |
| 1.2 国内外研究现状与分析 | 第11-14页 |
| 1.3 本文的主要研究内容 | 第14-15页 |
| 第2章 彩色空间的概述 | 第15-23页 |
| 2.1 面向设备的彩色空间 | 第15-17页 |
| 2.1.1 RGB彩色空间 | 第15-16页 |
| 2.1.2 CMY和CMYK彩色空间 | 第16-17页 |
| 2.2 面向视觉感知的彩色空间 | 第17-22页 |
| 2.2.1 HSI彩色空间 | 第17-20页 |
| 2.2.2 Lab彩色空间 | 第20-22页 |
| 2.3 本章小结 | 第22-23页 |
| 第3章 传统图像分割算法的研究 | 第23-35页 |
| 3.1 分割方法的概述及实验仿真 | 第23-33页 |
| 3.1.1 基于阈值的方法 | 第23-24页 |
| 3.1.2 基于聚类的方法 | 第24-27页 |
| 3.1.3 基于区域的方法 | 第27-30页 |
| 3.1.4 基于边缘的方法 | 第30-33页 |
| 3.2 传统的图像分割方法性能比较 | 第33-34页 |
| 3.3 本章小结 | 第34-35页 |
| 第4章 基于聚类与区域合并的彩色图像分割 | 第35-56页 |
| 4.1 图像平滑滤波 | 第36-41页 |
| 4.1.1 线性高斯滤波器 | 第36-38页 |
| 4.1.2 中值滤波器 | 第38-39页 |
| 4.1.3 平滑滤波实验仿真 | 第39-41页 |
| 4.2 彩色空间转换 | 第41-43页 |
| 4.2.1 RGB空间转换到Lab空间 | 第41页 |
| 4.2.2 彩色空间转换的实验仿真 | 第41-43页 |
| 4.3 K均值聚类 | 第43-46页 |
| 4.3.1 图像特征的选择 | 第43页 |
| 4.3.2 改进的K均值聚类 | 第43-45页 |
| 4.3.3 改进的K均值聚类实验仿真 | 第45-46页 |
| 4.4 区域合并 | 第46-55页 |
| 4.4.1 区域间相似性度量 | 第46-49页 |
| 4.4.2 区域合并及停止准则 | 第49-51页 |
| 4.4.3 区域合并的实验仿真 | 第51-55页 |
| 4.5 本章小结 | 第55-56页 |
| 结论 | 第56-58页 |
| 参考文献 | 第58-64页 |
| 致谢 | 第64页 |
