混合彩色图像分割算法研究
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景及选题意义 | 第8-10页 |
| 1.2 彩色图像分割技术研究现状 | 第10-11页 |
| 1.3 本文所做的工作 | 第11页 |
| 1.4 本文结构安排 | 第11-12页 |
| 1.5 本章总结 | 第12-13页 |
| 第二章 颜色空间及其转换 | 第13-17页 |
| 2.1 RGB颜色空间 | 第13-14页 |
| 2.2 CMY颜色空间 | 第14页 |
| 2.3 HSI颜色空间 | 第14-15页 |
| 2.4 CIE颜色空间 | 第15-16页 |
| 2.5 本章总结 | 第16-17页 |
| 第三章 彩色图像分割方法 | 第17-30页 |
| 3.1 图像分割的数学定义 | 第17-18页 |
| 3.2 基于阈值的图像分割算法 | 第18-19页 |
| 3.3 基于区域的图像分割方法 | 第19-20页 |
| 3.4 基于边缘检测的图像分割算法 | 第20-21页 |
| 3.5 纹理图像分割方法 | 第21-22页 |
| 3.6 基于特定理论的图像分割算法 | 第22-27页 |
| 3.6.1 基于小波变换的分割方法 | 第22-23页 |
| 3.6.2 基于模糊集的分割方法 | 第23-24页 |
| 3.6.3 基于中性集的分割算法 | 第24-25页 |
| 3.6.4 基于聚类算法的分割方法 | 第25页 |
| 3.6.5 基于神经网络的分割方法 | 第25-26页 |
| 3.6.6 基于图论的分割方法 | 第26-27页 |
| 3.7 彩色图像分割评价方法 | 第27-29页 |
| 3.7.1 PRI评价指标 | 第27-28页 |
| 3.7.2 VOI评价指标 | 第28-29页 |
| 3.7.3 F-值评价指际 | 第29页 |
| 3.8 本章总结 | 第29-30页 |
| 第四章 基于ACO的区域分割算法的改进 | 第30-43页 |
| 4.1 智能仿生算法 | 第30-33页 |
| 4.1.1 初始化和执行过程 | 第31-32页 |
| 4.1.2 更新过程 | 第32页 |
| 4.1.3 决策过程 | 第32-33页 |
| 4.2 传统区域生长算法 | 第33-34页 |
| 4.2.1 初始种子像素提取 | 第33页 |
| 4.2.2 区域生长准则 | 第33页 |
| 4.2.3 区域合并准则 | 第33-34页 |
| 4.2.4 区域生长算法流程 | 第34页 |
| 4.3 结合ACO的分割算法优化 | 第34-36页 |
| 4.3.1 初始种子像素提取 | 第34-35页 |
| 4.3.2 区域生长准则改进 | 第35页 |
| 4.3.3 区域融合准则改进 | 第35-36页 |
| 4.3.4 数学形态学处理 | 第36页 |
| 4.4 改进算法步骤及流程图 | 第36-37页 |
| 4.5 实验结果及分析 | 第37-41页 |
| 4.5.1 分割与分析(一) | 第37-38页 |
| 4.5.2 实验与分析(二) | 第38-41页 |
| 4.6 本章总结 | 第41-43页 |
| 第五章 基于Gabor的NS分割改进算法 | 第43-55页 |
| 5.1 Gabor小波变换 | 第44-45页 |
| 5.2 基于Gabor小波的图像特征提取 | 第45-46页 |
| 5.3 基于Gabor变换的NS分割算法改进 | 第46-49页 |
| 5.3.1 ξ算子和β算子改进 | 第46-48页 |
| 5.3.2 分割算法操作 | 第48-49页 |
| 5.4 改进算法步骤及流程图 | 第49-50页 |
| 5.5 实验结果与分析 | 第50-54页 |
| 5.6 本章总结 | 第54-55页 |
| 总结与展望 | 第55-57页 |
| 本文结论 | 第55页 |
| 前景与展望 | 第55-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 个人简介、在学期间的研究成果及发表的学术论文 | 第61页 |
